AI · PB · 321
Agent 浏览器兜底路径
Agent Browser Fallback Path · agent-browser-fallback-path--claire-vo
解决什么问题
agent 需要跟网页交互(下单、查数据、回评论),但浏览器操作极不可靠。这不是某一家的问题——Claire 的判断是 ChatGPT Atlas、Perplexity Comet、Claude 的 browser use 都没解决:一是技术上确实难,二是开放 web 已被反爬/反 bot 机制硬化,"web 对 agent 是敌对的"。
核心内容
按以下顺序降级,而不是死磕浏览器:
- 先找 API:目标服务有 API 就完全绕开网页("有 API key,你的日子好过得多")。
- 没 API 再试浏览器,接受纯试错:哪些网站能用无法先验判断——YouTube Studio 那种复杂页面居然能用(很慢但能翻评论、点赞、找出该亲自回复的),Buffer 那种更简单的页面反而失败。试了才知道。
- 搜索类需求走 web search API:Brave(OpenClaw 内置)、Exa、Perplexity——理解成"程序化的 Google":发 API 请求返回搜索结果和网页,替代 agent 用手指点浏览器。Exa 还能做人物/职业信息搜索(Claire 的销售 agent 用它查签约者是不是决策人)。
- 人肉旁路:人把网页内容全选复制粘贴给 agent,跳过浏览环节(她丈夫处理篮球赛程页就是这么干的)。
- 都不行就换问题——找"问题背后的问题":agent 订不了 DoorDash?也许你的问题不是"下单"而是"中午不想做饭"——让它每天 10:30 提醒你几个你爱吃的家常午餐,问题同样被解决。放弃让 agent 硬啃解不了的题,重新定义题目。
运维细节:给每个 agent 的专属 Chrome profile 设不同颜色(粉色是 Polly、绿色是 Sage),多 agent 同时开浏览器时一眼识别谁在操作哪个窗口。
趋势判断:几年后网站的第一大用户将是人们的 agent,web 的接口层要么把 agent 拒之门外、要么被迫重构得对 agent 友好。
适用边界
- browser use 能力在快速迭代,"都不好用"是 2026 年初的时点性结论;降级顺序本身(API > 浏览器 > 搜索 API > 重定义问题)更持久。
- 用 bot 浏览部分平台(如 X)有封号风险,作者明确提醒。
关键引述 · 原话
"The web is hostile to agents right now." — Claire Vo
"Find out what the problem behind the problem is and see if OpenClaw can help you solve that." — Claire Vo
关联卡片
- "问题背后的问题"是经典 JTBD(jobs-to-be-done)思路在 agent 场景的应用。 - 与 personal-agent-security-hardening--claire-vo 相关:浏览器同时也是 prompt injection 的入口面。
出处:Claire Vo (ChatPRD 创始人 / How I AI 播客主持人 / 三任 CPO) · 03-podcasts/claire-vo-openclaw.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2