Browser Use：给 AI 一个浏览器，让它替你干活

2026-03-02 | 官网 | GitHub | ProductHunt

30秒快速判断

这东西是干嘛的：一个开源 Python 库，让 AI Agent 能像人一样操作浏览器——点按钮、填表单、切标签页、抓数据。你只需用自然语言说“帮我去 LinkedIn 收集职位信息”，它就能自动搞定。

值不值得关注：非常值得。GitHub 78K+ stars，Manus AI 爆火的幕后功臣之一，Y Combinator W25 出身，获 $17M 种子轮融资。这不只是一个玩具项目——它正在成为 AI Agent 时代的基础设施。

灵魂三问：这跟我有啥关系？

与我有关吗？

• 目标用户是谁：Python 开发者、AI Agent 构建者、需要自动化网页操作的创业者。
• 我是吗：如果你经常写爬虫、做 RPA、或者正在构建 AI Agent——你就是核心用户。如果你只是想自动化个人浏览器操作但不会写代码——目前它还不太适合你。
• 什么场景会用到：
  • 需要批量填表、抓取数据、监控竞品价格 → 直接用。
  • 正在开发 AI Agent 产品，需要“上网”能力 → 用它做底层框架。
  • 只是想要个“帮我订机票”的助手 → 看看 Perplexity Comet 或 OpenAI Operator 可能更合适。

对我有用吗？

ROI 判断：如果你是开发者且有明确的网页自动化需求，ROI 极高。pip install browser-use 五分钟就能跑通第一个 demo。但如果你不写代码，学习成本会让 ROI 大打折扣。

爽点在哪里？

爽点在哪：

• 真正的“说人话”自动化：不用写 CSS 选择器、不用维护脆弱的 XPath，告诉 AI 你要什么就行。
• 速度惊人：BU 2.0 每步仅需 3 秒，完成一个任务平均 62 秒，比 Gemini Computer Use 快 4 倍。

那个“Wow”的瞬间：

“我跟它说‘去 Hacker News 找今天最热的 AI 文章并总结’，它真的自己打开了浏览器、滚动页面、点进文章、然后给了我一份精简的摘要。” —— GitHub Issues 用户反馈

用户真实评价：

正面：“WebVoyager 基准测试 89.1% 的成功率，这已经从‘大部分时候能用’跨越到‘真正可靠’的级别了。” —— Firecrawl 评测 正面：“Manus 爆火那周，Browser Use 的日下载量从 5000 飙升到了 28000。” —— Gregor Zunic 接受 TechCrunch 采访 吐槽：“不内置验证码 (CAPTCHA) 解决和双重验证 (2FA) 处理，遇到验证码你得自己想办法。” —— Skyvern 对比评测

独立开发者必看

技术栈

• 语言：Python >= 3.11
• 浏览器协议：从 Playwright 完全迁移到原生 CDP (Chrome DevTools Protocol)，速度大幅提升。
• 架构：事件驱动 (EventBus)，迭代式 Agent Step Loop。
• LLM：支持所有 LangChain 兼容模型——OpenAI GPT-4、Anthropic Claude、Google Gemini、本地 Ollama 等。
• 自有模型：ChatBrowserUse (BU 2.0)，30B 参数但推理时仅激活 3B，极致性价比。
• 协议：支持 MCP (Model Context Protocol)，可接入 Claude Desktop。

核心功能实现

Browser Use 的核心思路简单而巧妙：它不是让 AI “看”网页截图（像 Anthropic Computer Use 那样），而是把网页的 DOM 结构转换成结构化文本给 LLM 处理。这样做有两个好处：一是速度快（不需要频繁截图），二是更准确（文本比图片更容易让 LLM 理解）。

每一步的循环是：提取 DOM → 序列化为文本 → LLM 推理决策 → 通过 CDP 执行动作 → 更新状态 → 重复。只有在真正需要视觉上下文时才截图，省掉了每步约 0.8 秒的截图开销。

开源情况

• 开源吗：完全开源，采用 MIT License。
• GitHub：78K+ stars，8.9K forks，社区非常活跃。
• 类似开源项目：Stagehand（TypeScript，Browserbase 旗下）、Skyvern（Python + 计算机视觉）。
• 自己做难度：中高。核心 Agent Loop 不难，但 DOM 提取处理、CDP 交互的边界情况、多标签管理等工程量巨大。直接基于 Browser Use 二次开发更实际，从头做预计需要 3-6 人月。

商业模式

• 变现方式：开源核心 + Cloud 平台（经典的 Open Core 模式）。
• Cloud 定价：BU 2.0 约 200 个任务 / $1，新用户送 $10 免费额度。
• 用户量：78K+ GitHub stars，15K+ 开发者贡献者，Manus 事件后日下载量峰值达 28K。

巨头风险

这是最值得关注的问题。OpenAI 已有 Operator，Google 有 Project Mariner，Anthropic 有 Computer Use。巨头们都在布局自己的浏览器 Agent 方案。

但 Browser Use 有两个护城河：

1. 开源生态——78K stars 的社区粘性极强，开发者已形成使用习惯。
2. 中立性——它不绑定任何一家 LLM，你可以自由切换 OpenAI / Claude / Gemini 或本地模型。

风险在于：如果大厂把浏览器 Agent 能力直接内置到 OS 或浏览器（如 Chrome）中，独立工具的空间会被挤压。但短期内（1-2 年），开源方案的灵活性和可定制性仍是巨头产品无法替代的。

产品经理视角

痛点分析

• 解决什么问题：传统网页自动化（Selenium/Playwright）脚本极其脆弱。网站 UI 稍作改动，选择器就失效。Browser Use 让 AI 来“理解”网页，不依赖固定选择器。
• 痛点有多痛：高频刚需。任何做数据抓取、RPA、自动化测试的团队都深受 DOM 变化之苦。

用户画像

• 开发者：构建 AI Agent 的 Python 工程师，需要给 Agent 加上“上网”能力。
• 创业者：Manus 用 Browser Use 做底层；20+ 家 YC 公司已在使用。
• 数据团队：需要适应网站变化的智能爬虫。

功能拆解

竞品差异

可借鉴的点

1. “卖铲子”策略：创始人 Gregor 说过“这次我要卖铲子”——在 AI Agent 淘金热中，卖工具比做应用更稳健。
2. 开源引爆增长：Manus 使用了 Browser Use，间接带来 5 倍下载增长。开源就是最好的免费市场推广。
3. DOM 优于视觉：将网页转文本而非截图给 AI，这一技术选择让速度提升了 4 倍。

科技博主素材库

创始人故事

• Magnus Muller：ETH Zurich 数据科学硕士，连续创业者，从小就爱写爬虫。上一个创业项目以法律纠纷收场，一度非常低落。
• Gregor Zunic：ETH Zurich 物理学士 + 数据科学硕士，离开前一个项目后在 LinkedIn 发话：“这次我要造独角兽”。
• 为什么做这个：Magnus 觉得“Photoshop 有一百万个按钮但我知道自己要什么，为什么不能直接说？”加上 Anthropic 的 Computer Use 体验不佳，他们决定专攻浏览器。4 天做出 MVP，5 天后在 Hacker News 炸场。

争议点/讨论角度

• 安全争议：TechCrunch 指出 AI 浏览器代理存在“重大安全风险”——提示注入攻击可劫持 AI 行为。研究发现包括 Browser Use 在内的多个工具均有隐私漏洞。
• 开源与商业化：核心开源但推付费模型，社区是否会担心“开源只是引流”？
• Manus 关系：Manus 爆火时被发现底层用了 Browser Use，引发了“套壳 vs 创新”的广泛讨论。

热度数据

• PH排名：104 票。
• GitHub：78K+ stars，开源 AI 项目中增长最快的之一。
• Twitter/X 讨论：Manus 相关推文浏览量 240万+，创始人故事传播极广。

内容建议

• 适合写的角度：“两个 ETH 学生 4 天做出的工具，成了 Manus AI 的幕后英雄”——兼具故事性与技术深度。
• 蹭热点机会：AI Agent 是 2026 年最热赛道，Browser Use 作为基础设施层具有持续话题性。

早期尝鲜者指南

定价分析

上手指南

• 上手时间：5-15 分钟（需懂 Python）。
• 学习曲线：中等。
• 步骤：
  1. uv init && uv add browser-use && uv sync
  2. 设置 LLM API Key（OpenAI / Anthropic / Google 等）。
  3. 写 3 行代码创建 Agent 运行第一个任务。
  4. 可选：安装 Web UI 获得可视化界面。

坑和吐槽

1. 验证码和 2FA：遇到验证码会卡住，需自行解决（Skyvern 在这方面更强）。
2. Token 消耗可能“超支”：复杂页面 + 多步操作可能烧掉不少 token，建议先用便宜模型测试。
3. 安全风险：把浏览器控制权交给 AI 有风险，恶意网页可能通过提示注入劫持行为。敏感操作（银行、支付）千万别用。
4. 仅支持 Chromium：目前不支持 Firefox 用户。

安全和隐私

• 数据存储：自托管 = 数据本地；Cloud = 数据经过其服务器。
• 隐私风险：使用远程 LLM 时，网页内容会发送给 LLM 供应商。使用本地 Ollama 可避免。
• 建议：敏感场景用本地 LLM + 自托管；非敏感场景 Cloud 方案更省事。

替代方案

投资人视角

市场分析

• AI Agent 赛道：预计 2030 年达 $52.6B，年复合增长率 46.3%。
• AI 浏览器细分：预计 2034 年达 $76.8B。
• 驱动因素：LLM 推理能力跃升 + 企业自动化需求爆发（Gartner 预测 2026 年 40% 企业应用将内置 Agent）。

竞争格局

Timing 分析

• 为什么是现在：2025-2026 是 AI Agent 元年。LLM 推理、CDP 协议、企业需求三个条件同时成熟。
• Manus 验证：Manus 的爆火验证了赛道可行性。Browser Use 作为其底层工具，获得了最强背书。

团队背景

• 创始人：Magnus Muller (CEO) + Gregor Zunic，均来自 ETH Zurich。
• 过往成绩：4 天做出 MVP，3 个月 GitHub 50K stars，是开源 AI 项目增长最快的之一。

融资情况

• 已融资：$17M Seed（2025年3月）。
• 领投：Felicis Ventures。
• 参投：Paul Graham、YC、SV Angel 等 19 家顶级机构。

结论

Browser Use 是 AI Agent 时代的 “Playwright”——它不只是测试工具，更是让 AI 拥有“上网”能力的基础设施。78K stars 的社区、Manus 的背书、$17M 的融资，说明市场已经给出了答案。

资源链接

2026-03-02 | Trend-Tracker v7.3