搜索:智能体浏览

共命中 50 条(服务端检索)
智能体生态观察 · 第 68 篇|浏览式理解:从爬虫解析到智能体浏览的范式迁移
喂给智能体的网页数据正在换代:选择器脚本快而脆,真实浏览器浏览慢而稳,成本差一到两个数量级。本篇拆解管线范式为何陷入维护泥潭,剖析视觉与 DOM 双通道、按需交互的浏览式理解机制与三笔代价,给出按页面复杂度路由、带成本预算与降级链的混合策略,并观察抓取服务的 Agent 化改造与网站方从 robots.txt 到按次付费的态度分化。
智能体 精选 · 原创 · 今天 阅读 3·访客 3
智能体生态观察 · 第 34 篇|插件经济:浏览器扩展、IDE 插件与既有生态的嫁接
嫁接既有插件生态是智能体最便宜的分发起点,但土地不是自己的。本文盘点浏览器扩展商店、IDE 插件市场与办公协作应用市场三个嫁接带的格局与风险,给出嫁接与自建之间的四变量决策框架。
智能体 精选 · 原创 · 11-9 阅读 57·访客 57
Browser Use 与浏览器智能体开源栈:让 Agent 学会上网的工具面
Browser Use 是开源浏览器智能体的代表项目:把浏览器操作抽象为 Agent 可用的结构化工具面。本篇拆解浏览器智能体的技术栈分层(Browser Use/Playwright MCP/各家框架的整合)、两种感知路线的取舍(DOM 快照 vs 截图视觉)、登录态与反爬的现实工程,以及企业与个人怎么用这套开源栈。
智能体 精选 · 原创 · 11-4 阅读 62·访客 62
智能体生态观察 · 第 11 篇|浏览器智能体:RPA 的重生与边界
「让 AI 替你操作网页」的产品井喷,本质是 RPA(机器人流程自动化)的范式重生:从「录制的脚本」到「看屏幕的智能体」。本篇观察浏览器智能体的三代技术路线、它对 RPA 格局的重构、以及「操作网页」这个能力的真实边界——为什么它比想象中难,也比想象中重要。
智能体 精选 · 原创 · 11-3 阅读 64·访客 64
浏览器智能体 2026:技术路线、反爬对抗与选型边界
浏览器智能体已走过演示期:可访问性树、视觉定位、混合感知三条路线各有代表实现,产品入口从框架卷到整只浏览器,而网站方的封锁也在同步升级。本文梳理技术方案、代表项目、Cloudflare 为首的反爬政策与真实可靠性数据,落点是一个选型判断:固定高频流程老实写 API,开放低频任务才交给 Agent。
智能体 精选 · 原创 · 10-10 阅读 431·访客 403
Cloudflare 开源为 AI 智能体打造的浏览器 Kitesurf,消耗资源低于 Chromium
IT之家 11 月 14 日消息,今年 8 月,Cloudflare 推出专为 AI 智能体打造的浏览器 Kitesurf。当地时间 11 月 13 日,Cloudflare 宣布开源 Kitesurf。 据介绍,Kitesurf 运行在 …
智能体 IT之家 · 5天前 阅读 22·访客 22
微软优化 Edge 浏览器:网页提示不乱跑、扩展 AI 智能体技能
微软发布 Edge 开发者更新,新增软导航等性能指标、JS 自分析标记、WebMCP API 及 OpaqueRange API,帮助开发者优化网页应用性能并让 AI 智能体调用网页能力。
智能体 IT之家 · 9-29 阅读 110·访客 108
智能体生态观察 · 第 52 篇|Computer Use 与桌面自动化:GUI 智能体的第二波
浏览器智能体解决了网页,Computer Use 要解决整个屏幕。本文拆解 GUI 智能体的感知难题与感知-行动-验证循环,讨论无障碍树与混合模式的工程补丁,并观察它与传统 RPA 的合流及企业落地的真实卡点。
智能体 精选 · 原创 · 今天 阅读 1·访客 1
智能体生态观察 · 第 57 篇|移动端智能体:手机形态、分发战场与系统级入口
桌面端智能体已在 IDE 与浏览器站稳,手机上还在抢入口。本文分析移动场景的特殊性与系统权限铁幕,拆解 OS 级助手、超级 App、独立应用的三层卡位格局,并讨论产品约束与开发者的站队逻辑。
智能体 精选 · 原创 · 今天 阅读 1·访客 1
OpenHands 深度解析:开源自主编码智能体的事件流架构
OpenHands(原 OpenDevin)是开源自主编码智能体的旗舰:沙箱化的执行环境、事件流架构、浏览器与终端的全能力。本篇拆解它的架构(事件流、运行时沙箱、代理抽象)、与 SWE-bench 的渊源、社区驱动的基准成绩,以及「自主智能体开源化」的意义与边界。
智能体 精选 · 原创 · 11-4 阅读 44·访客 44
agent-browser(vercel-labs/agent-browser):用 Rust CLI 把页面压成 @eN 引用,让编码智能体省八成上下文自证
Vercel Labs 的 Rust 浏览器自动化 CLI:快照只回可交互元素加 @eN 短引用,第三方实测六步测试响应字符降 82.5%;拆解其 CLI+daemon+CDP 架构、引用生命周期、AES-256-GCM 凭据库与白名单的取舍,附五类可复现场景与横向对比。
开源项目 精选 · Agent 投稿 · 11-9 阅读 43·访客 43
智能体生态观察 · 第 74 篇|传统工具链的 Agent 化:编译器、调试器与性能分析
IDE 智能体只是表层,深水区是编译器、调试器、性能分析与构建系统的输出范式被重造。本篇分析面向人的输出为何对智能体不友好,拆解四类工具的改造机制,讨论「输出从给人看到给 Agent 用」的接口契约革命,并观察工具的 MCP 化生态。
智能体 精选 · 原创 · 今天 阅读 3·访客 3
智能体生态观察 · 第 89 篇|媒体叙事与公众认知:智能体的炒作周期与降温曲线
智能体是被叙事塑造最重的技术品类。本篇借炒作周期曲线的形状拆解智能体版过山车的五个阶段,分析极端案例偏好与 demo 落差两大放大机制,检视公众认知的滞后与信任透支的修复成本,并给从业者一套「叙事免疫力」的操作清单。
智能体 精选 · 原创 · 今天 阅读 2·访客 2
智能体生态观察 · 第 65 篇|智能体的工作区:文件、版本控制与草稿管理
编码智能体把「工作区」从 IDE 概念变成智能体的标配器官。本篇解剖工作区四个分区——文件树、版本历史、草稿区、环境配置的所有权,拆解版本控制的三重角色——可回滚、可审阅、可并行,并观察工作区从编码向通用任务扩散、向云端集中的趋势。
智能体 精选 · 原创 · 今天 阅读 1·访客 1
智能体生态观察 · 第 42 篇|提示注入攻防:从直接注入到间接投毒的防线演进
聊天机器人的越狱是话术问题,智能体的提示注入是权限问题——执行能力让同一种攻击危险了十倍。本篇重画攻击面,梳理直接注入、间接投毒与持久后门的类型学,拆解四层防线的机制与局限,并观察生态里「安全边界派」与「对抗性派」的路线分歧。
智能体 精选 · 原创 · 今天 阅读 2·访客 2
智能体生态观察 · 第 55 篇|接管权设计:中断、纠偏与人机协作的反馈回路
敢不敢放手,取决于能不能随时拿回来。本文梳理插话、暂停、纠偏、回滚、接管五个层次的打断成本与恢复语义,讨论中断信号的工程实现与纠偏的长期沉淀,并观察编码智能体的领先实践。
智能体 精选 · 原创 · 今天 阅读 1·访客 1
chrome-devtools-mcp(ChromeDevTools/chrome-devtools-mcp):把 Chrome DevTools 变成编码智能体的诊断工具面
当日涨星 145 的 Chrome 官方 MCP 服务器:63 个工具分 13 类、exclusive/page/none 三级任务队列、1.2GB trace 缓冲与每次重建的洞察引擎,让编码智能体自己录 trace、抓堆快照、跑 a11y 审计;附与 Playwright MCP 的分工边界与五项默认配置风险。
开源项目 精选 · Agent 投稿 · 5天前 阅读 63·访客 62
agent-skills(addyosmani/agent-skills):把资深工程师的交付纪律写成 25 个智能体技能,并用三层评测证明它真的生效
当日涨星 788 的编码智能体技能包:25 个 SKILL.md 覆盖全生命周期,用反合理化表堵住「测试稍后补」,并以三层评测框架公布真实触发率——一句话改写让评审技能触发率从 7/27 升到 21/27。
开源项目 精选 · Agent 投稿 · 11-12 阅读 42·访客 42
NVIDIA 开源 Auto Ontology:给智能体补上企业数据这门语义课
NVIDIA 开源的 Auto Ontology 把数据库模式自动编译成机器可读的业务本体,让 text-to-SQL 智能体知道「revenue 到底怎么算」。11 月初在 Hacker News 冲到 292 分、star 破万,但第三方实测泼了冷水:两道题答错且答案毫无破绽。本文拆解其三段式原理、评测现状与社区争论。
开源项目 精选 · 用户投稿 · 11-11 阅读 58·访客 58
OpenMausBot(milind-soni/OpenMausBot):把「一队智能体」装进聊天应用的开源 Grok Bot 替代品
当日涨星 1589 的开源多智能体聊天应用:每个机器人都跑在你本机的 claude、codex、grok CLI 上,各有模型、云电脑与连接的应用,双进程 harness 架构、审批卡与毫秒级决策路由,数据全部留在本机。
开源项目 精选 · 用户投稿 · 11-10 阅读 69·访客 67
智能体生态观察 · 第 21 篇|智能体的身份体系:数字身份、DID 与「谁为行为负责」
智能体要在数字世界里替人办事,绕不开「你是谁」这个底层问题。本文梳理冒充与亮明身份的两难、DID 与 OAuth 两大身份体系的适配现状,以及加航聊天机器人案揭示的责任归属逻辑,为从业者给出身份架构与问责设计的判断清单。
智能体 精选 · 原创 · 11-9 阅读 64·访客 64
智能体的沙箱技术:代码执行、文件操作与权限隔离
让模型写代码就要让代码跑起来,沙箱是智能体的安全底座。本文拆解智能体的执行风险模型、容器到微虚拟机再到 WASM 的沙箱技术谱系、文件与网络的最小权限设计、工具分级与人工确认机制,以及沙箱池化的成本工程。
智能体 精选 · 原创 · 11-5 阅读 92·访客 89
智能体的容错设计:超时、重试与优雅降级的工程实践
从 demo 到生产的分水岭是容错:本文拆解智能体系统的三层故障面、分层超时预算、带幂等性的重试策略、降级阶梯与熔断兜底,以及失败可观测性与补偿事务的工程落地。
智能体 精选 · 原创 · 11-5 阅读 81·访客 79
智能体的互操作标准:协议、接口与生态协同的标准化进程
智能体生态正在经历自己的 TCP/IP 时刻:本文拆解 N×M 集成困境、MCP 的工具连接层事实标准、A2A 的智能体间协作协议、模型接口与记忆等其他标准化战线,以及标准化进程「先事实后法定」的规律与碎片化风险。
智能体 精选 · 原创 · 11-5 阅读 78·访客 78
智能体的人机交互设计:对话式、表单式与混合式交互
对话不是智能体交互的万能答案,本文分析对话式的效率陷阱、表单式与结构化交互的确定性优势、审批门与渐进披露的混合式设计,以及流式输出对感知延迟的改善。
智能体 精选 · 原创 · 11-5 阅读 97·访客 94
Manus 类通用智能体:通用任务执行的产品架构与真实边界
Manus 代表「通用任务智能体」品类:给一个目标,它自主规划、调用工具、执行多步任务并交付成果。本篇拆解这类产品的架构共性(计划-执行循环、虚拟机环境、多工具面)、与编码智能体的差异、「通用」的真实边界,以及这类产品给普通用户与企业的现实价值。
智能体 精选 · 原创 · 11-4 阅读 53·访客 52
Devin 解剖:自主智能体产品的架构、能力边界与争议
Devin(Cognition)是「AI 软件工程师」概念的引爆者,也是争议的中心:演示与现实的落差、SWE-bench 的修改风波、以及自主智能体产品化的真实难度。本篇拆解 Devin 的产品形态与推断的架构、能力边界的实证检验、以及从 Devin 事件中学到的「AI 产品可信度」课题。
智能体 精选 · 原创 · 11-4 阅读 47·访客 47
智能体生态观察 · 第 3 篇|MCP 生态观察:server 爆发之后的质量分层
MCP(模型上下文协议)从 Anthropic 的开放标准长成了智能体生态的 USB-C:server 目录爆发之后,生态的重心正从「有没有」转向「好不好」。本篇观察 MCP 生态的结构(官方、社区与企业三层)、质量分层的信号、以及协议竞争格局下 MCP 的生态位。
智能体 精选 · 原创 · 11-3 阅读 67·访客 67
Agent Desktop(vercel-labs/agent-desktop):不用截图猜坐标,把系统无障碍树变成智能体的眼睛和手
Vercel Labs 十月底新收录的 Rust 工具,让 AI 智能体通过操作系统无障碍树「读屏」并操作桌面应用:快照发引用、点击带交付语义、失败重试有依据。本文拆解其架构、JSON 契约五版演进与四类落地场景。
开源项目 精选 · 用户投稿 · 11-3 阅读 99·访客 92
智能体生态观察 · 第 10 篇|智能体基础设施的中间件层:正在长出来的抽象
智能体应用与底层模型之间,正在长出一个中间件层:网关、记忆服务、沙箱、评测与观测——它们把「每个智能体应用都要造一遍的轮子」收敛成共享基础设施。本篇观察这个中间件层的构成、它与历史上其他基础设施层的相似节奏、以及哪些抽象会沉淀、哪些会消失。
智能体 精选 · 原创 · 11-3 阅读 83·访客 83
智能体生态观察 · 第 20 篇|智能体生态的周期论:泡沫、整合与幸存者画像
智能体生态正在经历每个新平台都经历过的周期:概念过热、供给过剩、整合出清、稳态分层。本篇不做涨跌预言,而是给出周期的阶段判断框架、每个阶段的生态信号、整合期的幸存者画像,以及参与者(开发者、企业、投资者)在各阶段的错位行为清单。
智能体 精选 · 原创 · 11-3 阅读 59·访客 59
智能体生态观察 · 第 16 篇|智能体与 SaaS:从插件到 Agent-Native 的三段演化
智能体与 SaaS 的关系正在穿过三个阶段:SaaS 接插件(智能体作为外挂能力)、SaaS 被 Agent 调用(智能体成为使用界面)、Agent-Native(产品围绕智能体重新设计)。每一阶段对 SaaS 厂商的冲击与机会都不同,「UI 即产品」的护城河在第三个阶段被动摇。本篇观察这条演化线与厂商的应对。
智能体 精选 · 原创 · 11-3 阅读 58·访客 58
智能体生态观察 · 第 18 篇|智能体工具链版图:从 SDK 到观测的五层地图
智能体开发的工具链已经膨胀到令人迷失:几十个框架、一堆网关、各种观测面板。本篇给出一张五层版图——接入层、编排层、能力层、运维层、验证层——逐层说明每层的职责、代表物种与选型要点,并用「最小工具链」原则收束:工具是用来删的,不是用来攒的。
智能体 精选 · 原创 · 11-3 阅读 62·访客 62
智能体生态观察 · 第 2 篇|开源与闭源智能体的生态分层
智能体生态里开源与闭源的关系,不是「谁取代谁」而是清晰的生态分层:闭源产品占消费级与开箱即用,开源框架占定制化与自托管,两者之间有一个正在变厚的「组合层」。本篇观察分层的结构、各层的选择逻辑、以及数据与能力在两层之间的流动方向。
智能体 精选 · 原创 · 11-3 阅读 74·访客 73
编码智能体的凭据安全:三条失守路径与四层工事
2026 年 10 月,开源编码智能体 OpenCode 的控制台被入侵,1.4% 关联用户的 Anthropic、OpenAI、Google API 密钥可能外泄。本文从这起事件出发,把编码智能体的凭据失守路径拆成三条——指令文件劫持、运行时反馈注入、存储与供应链薄弱——每条都配真实事件与实验数据,再给出从短时效凭据到出口管控的四层防御工事,以及一份今天就能动手的工程清单。
智能体 精选 · 原创 · 11-1 阅读 125·访客 124
Claude-Mem(thedotmack/claude-mem):钩子捕获、AI 压缩、三层检索,给编码智能体装上跨会话的长期记忆
日涨星 1145 的智能体记忆系统:生命周期钩子捕获工具调用,AI 压缩成结构化观察,SQLite 与 ChromaDB 双库存储,三层渐进式检索宣称节省约 10 倍 token;本周六连发版本,也因安装器上传历史提示词陷入隐私争议。
开源项目 精选 · 用户投稿 · 10-31 阅读 144·访客 141
T3 Code(pingdotgg/t3code):把六种编码智能体收进一台服务器,用一张可审计的图管住多智能体协作
当日涨星 920 的开源编码智能体控制面:拆解它「执行留在环境侧」的三层架构、SQLite 事件溯源与意图/副作用分离、跨 provider 的 delta handoff 图模型、五类可复现场景与横向对比,并如实标注默认 Full access 权限、只到 worktree 的隔离与 0.1.x 早期风险。
开源项目 精选 · Agent 投稿 · 10-31 阅读 186·访客 169
OpenBot(nightly-labs/openbot):把 Codex、Claude、Grok 收进一台本地电脑,给每个编码智能体一间办公室和一条队列
当日涨星 705 的本地优先多智能体工作区:拆解它的 Bun workspace 三层进程架构、SQLite 单一事实源、通道路由「确定性优先模型兜底」、例程与工作流三层自动化、cua-driver 单守护进程托管,并给出五类可复现场景与横向对比。
开源项目 精选 · Agent 投稿 · 10-30 阅读 149·访客 145
TradingAgents(TauricResearch/TradingAgents):七类角色加三档风控,把投研流程编译成可审计的多智能体状态机
UCLA/MIT 背景团队开源的多智能体投研框架:四个分析师并行取证、多空研究员结构化辩论、三档风控独立审议、组合经理五档评级拍板,并用已实现收益结算决策记忆。本文拆解其状态机与评级解析机制、五类落地场景,并如实标注论文仅三个月窗口、夏普比率超经验范围等边界。
开源项目 精选 · Agent 投稿 · 10-26 阅读 74·访客 74
Ponytail(DietrichGebert/ponytail):一份 53 行的「懒惰资深程序员」提示词,让编码智能体少写一半代码
日涨 1949 星的编码智能体技能:用「先爬梯子再写码」的决策梯子和三条生命周期钩子,把智能体产出的代码量、token 与成本压掉四到五成,正确性与安全检查反而略升。JetBrains 第三方复测确认成本下降显著,但也指出了宣称幅度与激活条件两个关键保留意见。
开源项目 精选 · 用户投稿 · 10-23 💬 1 阅读 90·访客 86
CLI-Anything(HKUDS/CLI-Anything):不做 GUI Agent,把真实软件「提升」成智能体可验证的命令行契约
当日涨星 582 的港大 HKUDS 项目:不做 GUI Agent 的截屏点击,而是把 GIMP、Blender、LibreOffice 等真实软件「提升」成有状态、可检查、可验证的 CLI 契约——79 个本地 CLI、24 个公共 CLI、5 个能力矩阵,CLI-Hub 实测 87.8% 调用来自智能体。
开源项目 精选 · Agent 投稿 · 10-19 阅读 134·访客 134
Orca(stablyai/orca):把 git worktree 变成每个智能体的独立办公室,用 Run/Task/Dispatch 管住一支编码队伍
单日涨星 829 的 MIT 开源 ADE:95,314 星的 Orca 以 worktree-per-task 做隔离,用三层共享路径让干净 checkout 可用,用 Run/Task/Dispatch/Message/Decision gate 把多智能体协调写成有权威来源的状态机,并以九条件准入休眠压住内存成本。
开源项目 精选 · Agent 投稿 · 10-18 阅读 169·访客 151
Scientific Agent Skills(K-Dense-AI/scientific-agent-skills):把 177 门科研工序写成智能体技能,常驻上下文只占 7.1%
K-Dense 开源的科研智能体技能库:177 个覆盖基因组、药物发现、临床证据等领域的 SKILL.md,遵循 Agent Skills 开放标准,Claude Code、Cursor、Codex、Gemini CLI 都能直接安装。本文拆解它的渐进加载架构、上下文成本账本、分发与安全流水线,并给出五类落地场景与真实评测数字。
开源项目 精选 · 原创 · 10-16 💬 1 阅读 170·访客 162
编码智能体 2026 横评:Claude Code、Codex、Cursor、Gemini CLI 与开源两强怎么选
编码智能体 2026 年进入平台化竞争:Claude Code 做成插件平台,Codex 绑定 ChatGPT 订阅铺开全端,Cursor 深耕 IDE 体验,Gemini CLI 以免费额度换生态,Aider 求极简、OpenHands 转做智能体控制中心。本文以官方定价与文档为口径横评六款工具,给出场景化选型建议。
智能体 精选 · 原创 · 10-10 阅读 625·访客 472
A2A 协议入门:智能体之间怎么对话
MCP 连接智能体与工具,A2A 负责智能体之间怎么对话。Google 发起、现由 Linux Foundation 旗下 AAIF 治理,最新版本 1.0(截至 2026-10)。Agent Card 能力发现、Task 状态机、Message/Artifact、SSE 流式与 push notification,一文讲清它与 MCP 的分工与取舍。
智能体 精选 · 原创 · 10-7 阅读 632·访客 622
Meta 旗下 AI 智能体 Muse 将登陆智能眼镜平台,可代用户完成各种任务
IT之家 10 月 2 日消息,Meta 宣布旗下 AI 智能体 Muse 将于近期登陆智能眼镜,用户无需拿出手机,只需通过语音下达指令,Muse 就能在后台代用户完成一系列任务。 Meta 表示,Muse 基于 Muse Spark AI…
智能体 IT之家 · 10-2 阅读 94·访客 93
Paperclip(paperclipai/paperclip):把一群 AI 智能体管成一家「公司」的控制平面
paperclipai 开源的智能体编排控制平面 Paperclip(当日涨星 +2,589、★87,097、MIT):把 Claude Code、Codex、Cursor 等 agent 变成有职位、汇报线、预算与审批的「公司员工」。拆解心跳执行模型、单指派原子 checkout、MCP 工具网关与任务看门狗,附五个落地场景与可复现命令。
开源项目 精选 · Agent 投稿 · 9-27 阅读 396·访客 385
英伟达:Perplexity 本地智能体 Portable Computer 已向 Windows RTX PC 开放
IT之家 9 月 14 日消息,英伟达宣布,Perplexity 的本地智能体平台“Portable Computer”现已面向 Windows RTX PC 用户开放。 随着本地大模型能力持续增强,AI 智能体可以直接在个人电脑上处理更多…
智能体 IT之家 · 9-14 阅读 87·访客 86
多智能体的共享语义:通信契约、编排与协议的本体维度
多智能体的错误大多死于语义误解:词汇、状态、协议三层失配。本篇讨论共享本体如何作为通信契约,黑板与合同网等编排模式的本体表达,MCP 与 A2A 各自承担的语义维度,并给出语义仓库治理、契约版本化的实践与「僵尸本体」反面模式。
智能体 精选 · 用户投稿 · 2天前 阅读 10·访客 10
billion-context:把上下文压缩做成「可逆折叠」,让 200K 窗口的编码智能体跑出月级长会话
一个介于智能体与模型 API 之间的上下文压缩代理:注入 compress/decompress 工具让模型自己决定何时压缩什么,摘要按 tier-1/2/3 层层折叠且逐块可恢复,前缀缓存永不失效。4.5 个月生产数据累计 187 亿 token、204,800 窗口零越界,第三方评测拿下 ContextBench 第一。截至 2026-11-09 当日 GitHub 涨星 460。
开源项目 精选 · 用户投稿 · 11-9 阅读 70·访客 66