Notte：让浏览器自动化脚本不再"一碰就碎"

2026-01-28 | ProductHunt | 官网 | GitHub

30秒快速判断

这App干嘛的：把传统的浏览器自动化脚本（Playwright/Selenium）和AI结合起来——脚本处理确定性操作，AI处理网页变化时的"救火"工作。

值不值得关注：值得。如果你写过爬虫或RPA脚本，一定经历过"网站改个按钮class名，脚本就挂了"的痛苦。Notte的Hybrid方案直击这个痛点，而且100%开源、YC S25背书、免费100小时/月。

与我有关三问

与我有关吗？

目标用户是谁：

• 写浏览器自动化脚本的开发者
• 做RPA/数据采集的团队
• 构建AI Agent需要"上网"能力的产品

我是吗？ 如果你符合以下任一场景，你就是目标用户：

• 维护过Playwright/Puppeteer脚本，被网站UI变化折磨过
• 想让AI Agent能自动填表单、下单、登录
• 需要批量处理网页但又不想一个个处理CAPTCHA和反爬

什么场景会用到：

• 每周爬取竞品价格 → 用Notte，脚本失效时AI自动补救
• 自动化填写政府/企业表单 → Hybrid Workflow处理复杂流程
• AI Agent需要浏览器能力 → 一行代码接入

对我有用吗？

ROI判断：如果你每月花超过2小时维护爬虫脚本，试一下Notte的AgentFallback功能。零成本验证。

喜闻乐见吗？

爽点在哪：

• AgentFallback：脚本选择器失效时，AI自动接管那一步，其他流程照常走。不用重写整个脚本。
• Perception Layer：把乱七八糟的DOM转成结构化语义图，LLM不会"看花眼"。

"哇"的瞬间：

"最酷的一点是你不需要重做任何事。只需用 AgentFallback 包装脚本，如果选择器断了，Agent 会动态处理该步骤，其余流程继续运行。" — Sam Morris (ProductHunt)

用户真实评价：

正面："虽然我有偏见，但这对我来说真的超级好用且直观，几乎可以自动化我能想到的任何事情" — Sam Morris

创始人坦诚："跑分 90，但大规模实战时还是挺拉胯的" — Andrea Pinto（所以他们做了Hybrid方案）

给独立开发者

技术栈

• 语言：Python
• 浏览器驱动：Playwright + Patchright (Chromium)
• 核心架构：Perception Layer + Hybrid Agent Workflows
• AI/模型：BYOK（自带API Key），支持Gemini、GPT-4等

核心功能实现

Notte的核心是两层：

1. Perception Layer：把网页DOM转成语义图。不是喂给LLM原始HTML（容易幻觉），也不是截图（贵且慢），而是裁剪出"这里有个登录按钮、那里有个输入框"的结构化描述。

2. Hybrid Workflow：用Playwright写确定性步骤（打开页面、点击已知按钮），只在"这一步可能变"的地方调用AI。成本降50%，可靠性提升。

开源情况

• 开源吗：是，100%开源
• 协议：SSPL-1.0（注意：不是MIT，商业使用有限制）
• GitHub：1.8k stars, 166 forks
• 自己做难度：中等。Perception Layer是核心差异化，自己实现需要大量调优。

商业模式

• 变现方式：使用量付费（浏览器时长 + Agent执行 + 数据传输）
• 定价：免费100小时/月，付费$10起
• 企业：SOC-2合规、SSO、On-prem选项

巨头风险

OpenAI在2025年1月发布了Operator（基于浏览器的Agent）。但Notte的差异化在于：

• 开源+可自托管
• Hybrid方案（不是纯AI，成本更低）
• 企业级功能（凭证管理、反检测）

短期内被"做掉"的风险不高，因为定位不同——OpenAI做的是消费级Agent，Notte做的是开发者工具。

给产品经理

痛点分析

• 解决什么问题：浏览器自动化脚本因网站UI变化而失效
• 痛点有多痛：高频刚需。任何做过爬虫/RPA的人都经历过"脚本挂了"

用户画像

功能拆解

竞品差异

可借鉴的点

1. Hybrid思路：不是"AI或脚本"的二选一，而是混合——值得其他自动化产品参考
2. AgentFallback设计：优雅的降级方案，脚本失效时AI补位
3. 创始人坦诚："跑分 90 但生产拉胯"——承认问题再给解决方案，比吹牛更有说服力

给科技博主

创始人故事

• 创始人：Andrea Pinto (CEO) + Lucas Giordano (CTO)
• 背景：2019年在EPFL认识，合作6年。MIT、Oracle、IBM Research的ML/LLM研究经验
• 为什么做这个："Web是为人类设计的，而不是AI Agent"——他们先做了感知层希望提升Agent表现，发现不够，于是做了混合方案

争议点/讨论角度

• SSPL协议争议：100%开源但用SSPL而非MIT，商业使用有限制
• 创始人诚实的自我批评："跑分 90 但实战拉胯"——可以写"创始人如何用坦诚赢得信任"
• AI Agent的可靠性困境：行业共识是"demo很酷，生产很难"，Notte的Hybrid方案是否是答案？

热度数据

• PH排名：#16 Weekly Top，300票
• GitHub：1.8k stars
• YC：S25批次

内容建议

• 适合写的角度："为什么AI浏览器自动化总是'不可靠'？这家YC公司的解法"
• 蹭热点机会：OpenAI Operator发布后，可以对比Notte的不同路线

给早期采用者

定价分析

上手指南

• 上手时间：5分钟
• 学习曲线：低（如果你用过Playwright，更快）
• 步骤：
  1. pip install notte
  2. patchright install --with-deps chromium
  3. 写几行Python，跑第一个Agent

import notte
from dotenv import load_dotenv
load_dotenv()

with notte.Session(headless=False) as session:
    agent = notte.Agent(session=session, reasoning_model='gemini/gemini-2.5-flash', max_steps=30)
    response = agent.run(task="在Google图片搜索猫咪表情包")

坑和吐槽

1. 需要自带LLM Key：Notte不提供模型，你要准备Gemini/OpenAI的API Key
2. SSPL协议：如果你想在商业SaaS里直接用，要注意协议限制
3. 新产品：2025年才成立，长期稳定性和支持质量有待验证

安全和隐私

• 数据存储：浏览器会话在隔离容器运行
• 加密：凭证静态+传输加密
• 合规：SOC 2 Type II

替代方案

给投资人

市场分析

• 赛道规模：AI Agent市场2024年$5.9B → 2034年$105.6B (CAGR 38.5%)
• 增长率：Agentic AI市场CAGR 43.84%
• 驱动因素：企业自动化需求、LLM能力提升、浏览器成为AI控制层

竞争格局

Timing分析

• 为什么是现在：
  1. LLM能力到达"可用于生产"的临界点
  2. Gartner预测40%企业应用将嵌入AI Agent by 2026 (现在<5%)
  3. OpenAI Operator验证赛道，但开发者工具市场仍有空白
• 技术成熟度：Hybrid方案是对"纯AI不够可靠"的务实回应
• 市场准备度：早期采用者阶段，企业规模化采用预计2026-2027

团队背景

• 创始人：Andrea Pinto (CEO) + Lucas Giordano (CTO)
• 核心团队：5人，MIT/EPFL教育背景
• 过往成绩：MIT、Oracle、IBM Research的ML/LLM研究经验
• 合作时长：6年

融资情况

• 已融资：Y Combinator S25 (~$500K)
• 投资人：Y Combinator
• 估值：未披露

结论

Notte是浏览器自动化的"实用主义解法"——不追求纯AI的酷炫，而是脚本+AI混合的可靠。

资源链接

Sources

• Notte - Web Automation Platform
• GitHub - nottelabs/notte
• Nottelabs | Y Combinator
• Top 10 Browser Use Agents 2026
• AI Agents Market Size
• 2026 Outlook: AI-Driven Browser Automation
• Best Browserbase Alternatives 2026

2026-01-28 | Trend-Tracker v7.3