谷歌浏览器团队因“开放爪”热潮发生人事变动

谷歌确认已调整其AI代理战略：原名为Project Mariner的网页操作技术将被整合进公司整体AI代理路线图，部分能力已融入新发布的Gemini Agent等产品中。这一调整源于行业风向转变——以OpenClaw和Claude Code为代表的新一代AI代理正快速崛起。它们不依赖模拟人类点击网页，而是通过命令行（terminal）直接与操作系统交互，因文本输入/输出与大语言模型天然匹配，任务执行步骤减少90%以上，效率和稳定性显著提升。相比之下，早期由OpenAI、Perplexity推出的浏览器代理（如Comet、ChatGPT Agent）用户增长远低于预期：2025年12月Comet周活仅280万，ChatGPT Agent甚至跌破百万，与数亿级的ChatGPT主应用形成鲜明对比。专家指出，浏览器代理瓶颈在于需反复截图→识别→决策，计算开销大、延迟高、易出错。而终端代理绕过图形界面，直击系统底层，更适合编程、文件处理、自动化脚本等任务。不过，图形界面（GUI）操作仍不可替代——例如访问医保网站或老旧企业软件，往往没有API接口供命令行调用。因此，业界并非完全放弃GUI代理，而是探索新路径：如Standard Intelligence用视频训练代理模型，压缩效率提升50倍，并成功实现车载简易自动驾驶演示；Simular创始人强调，未来AI代理能力应是‘80%靠终端+20%靠GUI’的互补结构。与此同时，各大公司正将重心转向‘编码型代理’（coding agents），如OpenAI的Codex、Anthropic的Claude Cowork、Perplexity的Personal Computer——它们不仅能写代码，还能调用应用、修改文件、生成定制化工具（如自动分析银行账单并创建个人消费仪表盘）。尽管开发者已广泛采用，但普通用户是否愿意让AI代订餐、买菜，仍取决于对可靠性的信任：人们担心出错，比如订错餐厅或重复下单。因此，技术突破之外，建立用户信心才是普及关键。