№browser·general
browser
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-07-24
- 累计提及
- 1130
§ 01综述
浏览器（browser）是用户访问互联网和Web应用的核心工具，在AI技术推动下，正从被动呈现页面转向主动执行任务的智能体平台。近期，开源项目Browser Use连续发布多项更新，使大语言模型（LLM）能直接操控浏览器完成复杂操作，将浏览器变为AI的“双手”。
Browser 近期进展
Browser Use CLI 3.0 发布：任意模型变身浏览器智能体
Browser Use 推出 CLI 3.0 版本，允许Claude Code等AI模型通过命令行直接控制浏览器执行点击、输入、导航等操作，将LLM与浏览器深度集成，赋能自动化任务执行。
原文标题：Browser Use 发布 CLI 3.0，使 Claude Code 等获得浏览器操控能力
Browser Use v4 新增QA技能：自动化测试与修复
新版本引入质量保证（QA）能力，支持AI在浏览器中自动进行功能测试、定位缺陷并尝试修复，适用于Web应用开发流程中的回归测试和持续集成。
原文标题：Browser Use v4 新增 QA 技能：自动化测试与修复
video-use 开源：让LLM通过转写视频文本来剪辑视频
Browser Use团队额外开源video-use工具，使LLM能先转写视频中的文本（如字幕、语音），再基于文本理解进行视频剪辑，拓展了浏览器智能体的跨模态能力。
原文标题：browser-use 团队开源 video-use，让LLM通过转写文本理解视频并剪辑
当前焦点与观察点
当前，browser正从纯粹展示层演变为AI智能体的执行环境。Browser Use系列工具的快速迭代表明，开发者正致力于让LLM具备“操作”Web的能力，从而打通信息获取与任务执行的闭环。焦点在于：一方面，如何平衡浏览器自动化的安全性与可控性；另一方面，视频理解等跨模态能力是否真能无缝集成到浏览器场景中。此外，随着多个模型（如Claude、GLM、Opus）在QA等任务上的基准对比频繁出现，浏览器智能体的性能标准也在逐步形成。