任務完成率
每個工具都拿到同樣的 31 項任務：在真實網站上的多步驟工作，其中許多需要先登入。只有每項要求都達成，任務才算完成。沒有部分分數。 任務例如：從已登入的 X 帳號擷取一週的貼文分析資料、鎖定下週五的直飛機票，以及把 2048 一路玩到合成 256 方塊。
agent: pi · 模型: ChatGPT 5.6 Sol · 思考強度: max · 31 項任務
- ego(lite)93.5%
- agent-browser62.9%
最佳 agent-browser 替代方案
agent-browser 為 AI Agent 提供一套操作用完即丟工作階段的指令介面。ego(lite) 則給它一個瀏覽器工作空間。 在我們公開的基準測試中，ego(lite) 於 31 項真實網站瀏覽器自動化工作裡完美完成 93.5% 的任務，是受測工具中最高的完美完成率。
ego(lite) 對比 agent-browser
最後更新 2026年8月30日
獲得來自以下單位開發者的信賴
瀏覽器自動化基準測試：ego(lite) 對比 agent-browser
這項基準測試在真實網路上測試 AI Agent 的瀏覽能力，而不是在沙箱裡：在真實網站上執行 31 項多步驟任務，其中許多需要登入。ego(lite) 和 agent-browser 跑的是完全相同的一組任務。
agent: pi · 模型: ChatGPT 5.6 Sol · 思考強度: max · 31 項任務
- ego(lite)93.5%
- agent-browser62.9%
Real-World Bench 是一項開源基準測試：在真實網站上執行 31 項複雜的真實世界瀏覽器自動化任務，每個工具都由同一個 pi Agent 搭配同一個模型（gpt-5.6-sol，思考強度 max）驅動，並由同一位評審依每項任務的評分標準打分。每個分數都涵蓋全部 31 項任務，不會逐題挑選最佳結果。
為什麼 ego(lite) 比 agent-browser 更好
差別不在 AI Agent 能點擊什麼，而在它能運用什麼。ego(lite) 讓完整的本機 Chromium 工作階段、你授權的狀態和各自獨立的 Space 都保持在視野中，同一個 AI Agent 就能搜尋、研究、擷取、填寫、測試，或處理較長的網頁任務，不必把瀏覽器簡化成一次一道指令。
93.5% 的任務完美完成。 其他工具都沒超過 78%
agent-browser 的核心迴圈是開啟、快照、點擊 @e2、再快照：每一步都是一道指令，模型要先讀完才能決定下一步，而每多一次往返，就多一次跟丟脈絡的機會。在這 31 項任務中，agent-browser 有超過三分之一的任務沒能拿到滿分。在 ego(lite) 裡，頁面以帶有穩定 @N 參照的壓縮 Snapshot 呈現，AI Agent 在一次 JavaScript 回合中就能對其中多個參照動手。往返越少，能卡住的地方就越少：同樣 31 項任務中有 93.5% 完美完成，以平均任務耗時計算，比 agent-browser 快 52%。
Time to finish a task, shorter is better
- ego(lite)398 s
- agent browser605 s
Data source - Task: finish an average live-site job
平行多工，執行更快
agent-browser 的平行處理，是靠一組要自己管理的 --session 旗標，而且預設為無頭模式，所以一旦對話框卡住，你只能靠 CLI 輸出自己猜測發生了什麼事。原本應該解決這個問題的 --headed 旗標，也有未解決的錯誤回報指出它會被忽略，或是讓 Chrome 陷入當機重啟的迴圈，而不是顯示視窗。在 ego(lite) 中，Spaces 數量沒有上限：每個 Space 都能同時執行自己的任務，預設為有頭模式，並使用各自匯入的 Chrome 個人設定檔。它們都不會搶用你的分頁，你隨時都能觀看或接手操作。
不再來回往返 消耗更少 Token
典型的 agent-browser 流程是開啟、拍攝快照、點擊 @e2、填寫 @e3、再拍攝快照：每個都是獨立指令，模型都要往返讀取結果，才能決定下一步。它的 batch 模式可以排入多個步驟，但模型要等到整批指令執行完畢才能根據快照採取行動。ego(lite) 的 AI Agent 只要寫幾行 JavaScript，就能在一次操作中執行多個步驟，並以壓縮 Snapshot 的形式讀取結果。兩者疊加起來，能讓整個任務的用量遠低於一步一指令的迴圈。
Claude Code · ego(lite)
>/ego-browser Add the first product to the cart, then check checkout loads
●Bash(
ego-browser nodejs <<'EOF'
await openOrReuseTab('localhost:3000')
await click('.product-card')
await click('.add-to-cart')
await click('a[href="/checkout"]')
cliLog('checkout loaded')
EOF
)
⎿Output:
[t=4480ms] checkout loaded
Done. Both steps work.
─── 1 tool call · ↑ 1.1k tokens ───
Claude Code · agent-browser
─── 7 tool calls · ↑ 13.6k tokens ───
相同任務，相同模型。 左邊：ego(lite) 一次批次 JavaScript 呼叫，總共 1.1k tokens。 右邊：agent-browser 的 CLI，一步一指令，往返 7 次，tokens 攀升到 13.6k。
同一個 Chrome，AI Agent 原生體驗
要讓 agent-browser 使用你真正的 Chrome，需要額外設定：指定 profile 名稱，會把你的個人設定檔複製成一份唯讀快照；或者使用持續性路徑，理論上能在重新啟動後保留登入狀態，但有未解決的回報指出在 Linux 上這個目錄會維持空白。另一個替代方案是遠端偵錯連接埠，但這會讓該連接埠上的任何本機處理程序都能完全控制瀏覽器。如果跳過這些設定，你得到的就是一個全新的無頭個人設定檔，每次遇到 captcha 或 2FA 提示都會卡住。ego(lite) 一鍵即時匯入你的 Chrome 個人設定檔。
讓轉換無縫接軌
如果 agent-browser 已經讓你相信程式碼 AI Agent 應該直接驅動瀏覽器，那 ego(lite) 就是同樣的理念，只是多接上了你真正的瀏覽器。切換只需要幾分鐘，也不需要解除安裝任何東西。
1
下載 ego(lite)
下載 ego(lite)，一鍵匯入你的 Chrome 個人設定檔。登入狀態、cookies 與擴充功能都會一併帶入，不需要 --profile 旗標，也不用複製個人設定檔目錄。
2
用 /ego-browser 執行你的第一個任務
把一句話貼進 Claude Code、Codex、Cursor 或 Gemini CLI，按下 enter 就好。不需要啟動 daemon，不需要開啟 CDP 連接埠，也不需要管理任何 session 旗標。
貼到你的 Agent 裡
/ego-browser 開啟 ego.app，確認定價頁面能正常載入
3
看它實際運作
任務會在專屬的 Space 中執行，所以你的分頁完全不受影響。瀏覽器視窗是真實存在的：你可以即時觀看，也能隨時接手。結果會回傳到你 AI Agent 的 CLI 中。
如果 agent-browser 已經接進 CI 管線做無頭檢查，就繼續留著它。ego(lite) 負責你自己機器上的瀏覽器工作：用你的帳號、看得見的 Space，以及完整的 Chromium 介面。
何時該用哪個工具
適合選擇 ego(lite) 的情況
- 你的任務會用到真實帳號：Gmail、儀表板，以及任何需要 SSO 登入的服務，而你匯入的個人設定檔已經即時保持登入狀態，不需要複製個人設定檔，也不用手動開啟 CDP 連接埠。
- 你希望透過 Snapshot 輸入加上多動作 JavaScript 批次疊加，來節省每項任務的 token 用量，而不是每個動作都要一次 CLI 指令往返。
- 你希望預設就能在多個並行 Spaces 中以有頭模式觀看任務執行，並在任務需要人工介入的當下立刻接手，不需要額外旗標或針對特定平台設定顯示環境。
- 你希望自己原本就在用的瀏覽器，直接就是 AI Agent 的瀏覽器：不需要管理 daemon、不需要 session 旗標，也不用設定 CDP 連線。
適合選擇 agent-browser 的情況
- 你是在無頭的 CI 環境或無伺服器函式中執行，那裡沒有桌面瀏覽器可用，用完即丟的工作階段正是重點所在。
- 你正在 Vercel Sandbox 上開發，或早已深植於 Vercel 生態系，想要一款與它同步打造的工具。
- 你希望在伺服器上保持最小的佔用空間：一個不依賴 Playwright 或 Node.js runtime 的 Rust CLI 與 daemon，並可透過 npm、Homebrew 或 Cargo 安裝。
- 你需要透過 WebDriver 涵蓋 iOS Safari，而 ego(lite) 僅支援 Chromium，無法涵蓋這個部分。
將 ego(lite) 與其他瀏覽器自動化工具比較
與 Puppeteer、Playwright MCP、Claude Chrome extension、Browser Harness，以及另外 7 款工具的逐項比較。
FAQ
什麼是 agent-browser？
agent-browser（因為是 Vercel Labs 打造的，所以也稱為 Vercel agent-browser）是一款為程式碼 AI Agent 打造的開源瀏覽器自動化 CLI：由一個 Rust CLI 搭配純 Rust daemon，透過 DevTools protocol 直接驅動 Chrome，執行時不需要 Playwright 或 Node.js runtime。它的 snapshot 指令會回傳一份精簡的無障礙樹狀結構，並附上 @e 參照，讓 AI Agent 能針對穩定的參照進行點擊與填寫，而不必依賴容易失效的選擇器；它也以 skill 的形式提供給 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot 以及大多數其他程式碼 AI Agent 使用，MCP 伺服器則是可選的子指令，而非預設路徑。它免費、設計出色，也獲得廣泛採用。
ego(lite) 是不是 agent-browser 的好替代方案？
是的，如果你在意的任務會用到真實帳號，或是在看得見的視窗中執行會更好的話。兩款工具都是透過 CLI 或 skill、而非以 MCP 為優先的設定方式，讓程式碼 AI Agent 擁有瀏覽器；ego(lite) 預設就即時帶入你匯入的 Chrome 個人設定檔、提供可隨時接手的有頭視窗、平行 Spaces，以及多動作 JavaScript 執行能力。至於在腳本與 CI 中進行用完即丟的無頭自動化，agent-browser 仍然是乾淨俐落的選擇。
ego(lite) 與 agent-browser 的基準測試是怎麼進行的？
兩款工具在真實網站上跑了同一組 31 項複雜的真實瀏覽器自動化任務，由同一個 pi Agent 搭配同一個模型（gpt-5.6-sol，thinking effort 設為 max）驅動，並由同一位評審依照每項任務的評分標準打分。每個成績都涵蓋全部 31 項任務，所以表現差的任務照樣計入。ego(lite) 完美完成 93.5% 的任務，每項完成任務成本 $1.75，平均每項任務耗時 6 分 38 秒，比 agent-browser 快 52%；agent-browser 完美完成 62.9%，成本 $4.23，平均耗時 10 分 5 秒。測試框架、任務、評分標準和原始結果都已在 GitHub 上的 ego-browser-benchmark-framework 儲存庫開源，每個數字都能被稽核或重現。
agent-browser 能使用我的 Chrome 登入狀態嗎？
可以，但需要額外設定，而且目前還不算完全可靠。指定 profile 名稱後，agent-browser 會把該 Chrome 個人設定檔複製到暫存目錄中，做成一份唯讀快照，所以啟動時會帶入你既有的登入狀態，但工作階段中寫入的任何內容都不會複製回你真正的個人設定檔；在 Windows 上，你還得先關閉 Chrome，因為個人設定檔的檔案可能會被鎖定。另外也有一個持續性個人設定檔模式，理論上能自行在重新啟動後保留 cookies 與登入狀態，但有未解決的錯誤回報指出，個人設定檔目錄在不同執行之間會維持空白。透過 CDP 連接到執行中的 Chrome 也是可行的，但專案自己的文件也提醒，這個連接埠會讓任何本機處理程序都能完全控制瀏覽器。在 ego(lite) 中，登入狀態的瀏覽器就是預設狀態：只要匯入一次個人設定檔，每個 AI Agent 任務都會從這裡即時開始，不需要任何額外旗標。
如果兩者都使用無障礙快照，為什麼 ego(lite) 每項任務的成本比較低？
快照只是其中一半。agent-browser 的 batch 模式可以在單次處理程序啟動中送出一串固定的指令，但模型仍要等整批執行完，才能根據快照回傳的內容採取行動；於是每一步都依賴上一步的任務，最後就變成一長串「下指令、模型讀結果」的循環。ego(lite) 讓 AI Agent 在一次 JavaScript 執行中批次完成多個動作，並立刻根據結果推理，結果則以壓縮過的 Snapshot 呈現。節省來自兩者疊加，而且是以整項任務來計算：在這 31 項任務中，換算下來每項完成任務的成本是 ego(lite) $1.75 對 agent-browser $4.23。
這兩款工具都需要 MCP 伺服器嗎？
不需要。這是兩款工具共有的理念。agent-browser 的主要介面是它的 CLI，MCP 伺服器只是提供給需要的用戶端使用的可選子指令。ego(lite) 則是透過在你的 AI Agent 中執行 /ego-browser，經由 ego-browser shell 連接。兩者預設都不需要編輯 MCP 設定檔。
我可以同時使用 agent-browser 和 ego(lite) 嗎？
可以，兩者並不衝突。有些開發者會保留 agent-browser 用於 CI 或 Vercel Sandbox 上的無頭檢查，並使用 ego(lite) 處理所有互動式工作：登入狀態的任務、平行研究，以及任何值得盯著看的工作。實務上，登入狀態的任務往往佔了大多數。
ego(lite) 跟 agent-browser 一樣是免費的嗎？
是的。ego(lite) 完全免費、無需訂閱，你的 AI Agent 用來連接的 ego-browser shell 也是採用 MIT 授權的開源軟體。
AI Agent 能不能在不必每一步都傳送螢幕截圖的情況下，讀取已登入的分頁？
可以。ego(lite) 在一般讀取時提供精簡的 DOM/無障礙 Snapshot，只有在需要視覺證據時才讓 AI Agent 要求螢幕截圖。這樣 Token 和延遲的負擔都比以截圖為主的迴圈更低，同時保留真實的頁面狀態和你授權的工作階段。
兩款工具在持久化瀏覽器工作階段上有什麼不同？
ego(lite) 讓匯入的 Chrome 情境在不同任務間持續可用，並把每次執行隔離在各自的 Space 裡。agent-browser 可以複製設定檔或使用持久化路徑，但複製出來的設定檔預設為唯讀，社群回報也指出持久化和 CDP 連接很依賴設定是否正確。每次重新連線後都要確認帳號、URL 和 fixture，不要假設 cookie 還在。
這兩款工具能用來做財務或研究這類真實的工作流程自動化嗎？
可以，前提是經過授權、可供審查的工作。會產生扣款、寄送、刪除或修改紀錄的動作，請用測試帳號或安全環境執行；做資料擷取或競品研究時，保留來源 URL 和輸出欄位；發布、付款以及其他無法復原的步驟，都要經過人工核准。agent-browser 適合用完即丟的無頭任務，ego(lite) 則是為看得見、已登入的工作流程和平行 Space 設計的。
本機或自行託管部署，哪個選項比較適合？
agent-browser 的 Rust CLI 和 daemon 體積精簡，很適合無頭伺服器和 Vercel 這類沙箱環境。ego(lite) 在 macOS 或 Windows 上本機執行，瀏覽器和工作階段資料都留在你的機器上；當你使用本機模型，或隱私政策不允許資料進入託管基礎設施時，這點很有用。選擇前請確認你的作業系統、顯示/無頭需求、瀏覽器支援，以及供應商的資料政策。
給你的 AI Agent 一個真實瀏覽器
免費，在你的電腦上執行，一鍵匯入你的 Chrome 個人設定檔。適用於 Claude Code、Codex、Cursor，以及任何會寫程式碼的 CLI AI Agent。