8月，腾讯开源了一个小工具，开发者圈罕见地热闹了一下。2026 年 8 月，腾讯悄然开源了 BrowserSkill —— 一套让 AI Agent 直接操作你已登录浏览器的 Rust CLI + 浏览器扩展方案。知乎但有个值得注意的细节：这个仓库其实在 6 月下旬就注册了 GitHub，讨论热度直到 8 月才真正爆发。我们顺手查了微信公众号、头条、36氪、钛媒体，结果全是 0 条——它仍停留在"开发者先上手"的阶段，还没破圈。如果你平时已经在用 Cursor、Claude Code 这类编程智能体，正犹豫要不要装，这篇就是写给你的：它能干什么、哪三类人先别装，以及"让 AI 操作浏览器"的几条路线该怎么选。
它解决的是什么：AI 会写代码，但打不开"你登录过的页面"
现在的智能体能写代码、读文档，可一旦遇到需要登录的页面就基本歇菜——订机票、查收件箱、操作公司后台，全卡在登录态上。传统路子只有两条：自己写 Playwright 脚本维护登录流程，脆弱还容易跪在验证码上；或者把账号密码交给 Agent，安全隐患不小。BrowserSkill 走的是第三条路：它在你本机的 Chrome/Edge 浏览器与 AI Agent（Cursor、Claude Code、Codex、WorkBuddy 等）之间建立安全通信链路，让 Agent 在一个独立可见的 Agent Window 中操作网页，同时直接复用你浏览器已有的登录态（Cookie、Session），无需额外配置账号密码。知乎整条链路是这样的：Agent 框架通过 Shell 调用 bsk CLI，CLI 经 IPC 与本地 Rust 守护进程通信，守护进程再用 WebSocket 连上浏览器扩展，由扩展在浏览器里开出一个独立的 Agent Window。窗口带橙色高亮边框，一眼就能认出"AI 正在动手"。遇到验证码、支付确认、二次验证这类必须人工处理的步骤，Agent 会主动暂停请求接管，你处理完它再继续——它不抢你正在用的浏览器。
上手门槛也足够低。以前想让 AI 操作网页，你得是"全栈程序员"——会写 Playwright、懂 Chrome DevTools Protocol、能调 CDP 接口。现在 3 行命令，10 分钟搞定。知乎具体操作：Node.js 18+ 环境下 `npm install -g @tencent/browserskill` 全局安装，`bsk --version` 验证，`bsk install-skill` 勾选你的 Agent 框架，最后去 Chrome 商店装上 BrowserSkill 扩展。官方已预置 Cursor、Claude Code、Codex、OpenClaw、CodeBuddy、WorkBuddy、Pi、Hermes 等主流框架的 skill 模板。
实际稳不稳：看一个真实账号实测
B站已经有完整的实测视频：UP 主用自己的真实账号，从安装连接开始，验证了登录态复用、任务运行是否影响正常用浏览器、需确认时能否通知三件事，随后让它进入抖音后台获取评论，最终得到 203 条。过程中它点错过一次，又重新读取页面代码找回入口；视频保留了成功、出错和恢复的完整过程，作者强调只代表这次个人环境，不延伸为通用性能或安全结论。哔哩哔哩这种态度值得借鉴：早期工具的实测可以当参考，但别直接外推成结论。
但这三类人，先别急着装
第一类：做无头、服务端自动化的。 BrowserSkill 的设计哲学就是"可见可控"，Agent Window 正是安全感的来源，所以它没有无头模式，也不适合 Docker、无桌面环境。CI 里的 E2E 测试、7×24 小时数据采集，仍是 Playwright 的主场。
第二类：主力浏览器是 Firefox、Safari，或装不了商店扩展的。 官方运行时支持表写得很清楚：Chrome and Microsoft Edge are supported; other Chromium-based browsers are expected to work when they support unpacked Chromium extensions; Firefox is planned。GitHubSafari 连时间表都没有。同时整套方案强依赖 Chrome Web Store 上的扩展，理论上存在因政策调整被下架的可能，官方目前也没给侧载教程——如果你的公司设备管控装不了商店扩展，这条路走不通。
第三类：企业安全环境，以及不想碰早期生态的。 浏览器扩展需要较高权限才能操作网页，登录态又是最敏感的部分，登录态越真，权限边界越要看清。哔哩哔哩腾讯声明不做遥测、不走外网，但安装扩展本身就是信任行为，企业落地要先过安全审计。生态方面，截至 2026 年 8 月，GitHub Star 约 900+，社区贡献者有限，相比于 Playwright（68k+ Star）和 browser-use（95k+ Star），生态差距明显。知乎不过增速不算慢：我们 8 月 17 日查 GitHub API 时，stars 已涨到 1111、fork 91，仓库仍在持续推送。早期玩家吃红利，也要接受文档不全、issue 没人秒回的成本。
四条路线，一次说清
先把形态分类摆正：一句话概括形态：browser-use 是"库"，ego-lite 是"专用浏览器 App"，BrowserOS 是"浏览器全家桶"。知乎再加上 BrowserSkill 这类本地桥接，正好凑成四条路线。
路线一：本地桥接（BrowserSkill、BrowserOS neo）。 不自带浏览器，而是"借用"你日常在用的真浏览器，登录态天然继承，安装成本最低。适合想让现有 Agent 直接操作已登录页面的人。BrowserSkill 是目前这条路线最完整的开源实现，MIT 许可。
路线二：Agent 库（browser-use）。 browser-use 是 2025 年以来最火的 AI 浏览器 Agent 框架（GitHub 95k+ Star，获 Felicis 领投 1700 万美元种子轮）。知乎官网现在的主打口径已经是托管服务：82% on Internal Bench Hard at 17¢ per solved task, $0.02 per browser hour。browser-use 官网OSS 版原本用 Playwright 启动独立 Chromium，v0.6.0 起移除 Playwright 依赖、改用自研 cdp-use；Cloud 版可通过 Profile Sync 把本机 Chrome Session 同步到云端，代价是要掂量数据出境的边界。
还有一处数据打架：另一篇横向对比文把它的 stars 记为 108k（数据采集时间 2026-08-08），与评测文的 95k+ 对不上，但双方都认可它是本赛道社区最大的项目。知乎
看 browser-use 官方放出的 BU Bench V1：Cloud（托管）版最佳模型准确率 85%，OSS（自部署开源）版最佳为 74%，差了约 11 个百分点。追求成功率又不想自己调环境，托管版目前就是比自部署强一截——这也是它敢按任务收费的底气。
路线三：AI 原生浏览器（ego-lite、BrowserOS）。 不借浏览器，直接为 Agent 造一个浏览器。ego-lite 官方 README 给出了一份基准对比：We benchmarked ego lite against Vercel’s agent-browser on four complex browser automation tasks. ego lite finished each task up to 2.5× faster, with substantially fewer tokens。GitHub
官方对比图里差距最大的一项，耗时是 226 秒对 87 秒（约 2.6 倍）；Expedia 订机票任务中，agent-browser 被反爬拦截，ego-lite 完成。注意这是官方自报数据，对比对象是 Vercel 的 agent-browser 而非 browser-use。ego-lite 采用 MIT 许可、GitHub 1.15 万+ stars，但目前只支持 macOS，Windows 和 Linux 还在路线图上。BrowserOS 是三者中唯一 fork Chromium 的项目，同时做日常浏览器和 Agent 专用副浏览器 neo，功能最全，但 AGPL-3.0 对闭源商用是个约束。
路线四：自组直连（CDP/MCP）。 想要完全掌控，直接走 CDP 永远是一条路：Google 的 chrome-devtools-mcp（约 4.9 万 stars）和微软的 playwright-mcp（约 3.6 万 stars）都是现成的 MCP 实现。这条路不依赖任何人的扩展，但登录态和反爬都得自己解决，适合本来就要写自动化代码的人。
怎么选，以及接下来盯什么
那篇对比文的结论可以直接当选型基线：选型上：写代码做自动化选 browser-use；用代理操作已登录的真实账号选 ego-lite 或 BrowserOS neo；想换日常浏览器选 BrowserOS。知乎我的补充是：如果你日常已在用 Coding Agent，只是想偶尔让它帮你操作后台、查订单这类"不登录打不开"的页面，BrowserSkill 是当下试错成本最低的——三条命令装完，不合适就卸载删扩展，十分钟的事。
接下来值得盯的信号：
腾讯会不会上架 Edge 商店、是否给出官方侧载教程，这决定国内 Windows 场景的上限；
Firefox 支持和无头模式会不会进路线图，这决定它能否从桌面工具走向生产环境；
stars 与 issue 响应速度的变化，半个月从 900+ 涨到 1100+ 不算慢，但生态能不能立住要看维护；
browser-use Cloud 的按任务计费会不会继续降价，它直接影响开源自部署方案的吸引力。
"Agent + 真实登录态"这个方向没有悬念，真正的问题是走谁家的桥、门由谁来守。如果你已经装上了，评论区聊聊：你让 AI 用你的登录态干的第一个活是什么？
