AI浏览器革命：从手动浏览到智能指令的飞跃

每年的双11购物节，都像一场数学考试，让我这个高中毕业多年的人感到困惑——优惠计算复杂，难以抉择。但今年，一切都不同了。

我问ChatGPT Atlas（OpenAI上周推出的AI浏览器），“我该买iPhone 17还是iPhone 17 Pro？怎么买最划算？”

然后，Atlas自动调取我浏览过的商品页，综合历史价格、促销活动和用户口碑，为我总结每个平台的优缺点和优惠方案......

如今的商战，似乎只能交给AI来应对了｜图源：ChatGPT Atlas

这些在一个界面里就完成了（那我以前遭的罪算什么？？？），流畅得几乎让我忘记，“浏览网页”曾是多么“具体”的动作——打开搜索引擎，输入关键词，根据排序一页页翻找，点开内容却发现不对。

经常有种“我这是到了哪里？”的迷茫感｜作者截图

如果想在上班摸鱼时比较新iPhone的价格，又不好刷手机，开了十几个标签页，在几个电商平台间来回切换，比价格、看评价、算优惠......

信息是零散的，网页是割裂的，切换起来手忙脚乱——但我们习惯了。

“小聪明”

浏览器一直在进化，变得更智能。

Chrome从2008年开始，以更快的加载速度、更干净的界面和开放的插件生态，带来了现代浏览器的黄金时代。

Chrome的开放生态极大增强了它的吸引力｜作者截图

此后十年，浏览器迎来功能创新高峰，标签分组、阅读模式、跨设备同步、插件市场......

浏览器变得强大，但有一点始终没变：它只负责开门，却不关心你是否找到了想要的东西——因为浏览器不理解你在做什么。

直到AI出现，AI插件几乎一夜之间占领了浏览器侧边栏。你能随时在网页右侧唤出“ChatGPT们”，让AI帮你总结网页，实时翻译YouTube视频。

“AI插件”一度成为一条很卷的“赛道”。原因很简单，谁都不想错过抢占“用户入口”的机会。

Chrome应用商店里的AI插件｜作者截图

AI插件带来的体验提升，更多是减少在多个网页间跳转的摩擦感。但它始终像“外挂”一样，没能整合完整的用户使用场景，例如，它可以帮你总结网页，却不知道你从搜索哪个问题而来。

简而言之，这种体验提升是缝补式的，“芯”没换，我们的上网方式没有改变。

微软是巨头中动作最快的一个。微软将Copilot集成进Edge里，实现了调用各种插件功能。Edge有了一个厉害的“副驾驶”，但开车的没变——Edge没有成为一个全新物种。

那么，全新物种长什么样？

AI浏览器群像

AI浏览器颠覆的是一个主次逻辑：不是往浏览器里装AI，而是围着AI造浏览器。

这场变革的起点，要从Arc说起。

2022年，The Browser Company推出Arc浏览器，喊着“重新定义上网”的口号，彻底抛弃了Chrome的老旧模板，把标签页、书签、笔记、下载管理器全塞进侧边栏，能一边浏览一边写笔记。

虽说没什么AI味儿，但Arc让用户们第一次意识到，浏览器不只用来看网页，而是能延伸到桌面系统。

Arc出场方式就不一般｜图源：Arc

2023年，Arc开始试水AI，加入了网页总结、跨标签搜索等功能。虽然还依赖GPT-3等外部模型，但已经让人看到了浏览器“自我思考”的可能。

到2024年底，Arc宣布停更，团队转而推出全新的AI原生浏览器：Dia。这也被认为是“AI浏览器元年”的起点。

2025年，AI浏览器赛道正式爆发：Dia、Comet、Zen、Genspark……

先说师承Arc的Dia，直接将浏览器变成“互联网的指挥中心”。

Dia激进地取消了地址栏和标签页，从一开始就不打算让你“自己浏览”。你只要说出需求，它自己去扒拉网页、提炼重点、生成结构化内容。

Dia的重点在跨网页的协同力：你可以同时点开五个长视频、几篇训练计划、三条小红书帖子，再问Dia“我身高170，体重120，爱踢足球，想重点锻炼臀腿肌肉，根据这些材料，给我制定一个每天45分钟的力量训练方案。”

用AI浏览器帮我看视频｜图源：Dia

Genspark来自国内，它能基于网页信息生成“Office办公三件套”。

Comet也是极具野心的黑马。我用Comet同时打开几篇学术论文、1.5小时的讲座视频和Google Docs文档，告诉它执行这样的任务，“提取论文里关于‘深度学习模仿人类注意力机制’的关键段落，结合教授讲座的内容，写一段300字的摘要，最后排版到我的Google Docs里。”

Comet自动在后台完成整个链路，不需要我干预，同时也不打扰我做其他事情。

用Comet根据我的需求制定独特的Citywalk路线｜图源：Comet

“这是构建完成端到端工作流的唯一方式（指让用户在一个统一的环境中完成一系列连续任务）。”其CEO Srinivas说。

这些浏览器风格迥异，但底层逻辑相似：它们解决了传统浏览器仅是访问信息的局限，将信息孤岛聚合起来。

交互逻辑也变成了人和AI协作，AI操作浏览器执行命令。

欢迎来到“指令上网”时代

最近在试用Atlas时，我发现它又进一步完善了人和AI交互的问题。

用大模型取代传统搜索引擎回复查询，用Agent自动化执行用户指令。这些能力上，Atlas和其他AI浏览器没什么不同。

“记忆”是Atlas核心卖点之一｜图源：ChatGPT

但我在这里举一个例子。

前一阵，我在玩游戏时遇到了一个大Bug，连续困扰我好几天。在Dia上，我打开大量论坛、帖子和YouTube视频，它帮我分析完，总结出Bug原因和解决方案。这已经很智能了。

但在Atlas上，除了这些，它会记得我更早之前提到过的电脑配置、显示设置、看过的帖子，甚至我已经尝试过哪些方法。然后它生成了一个针对性的建议，“你这个Bug，可能和DLSS模式有关。你之前提到游戏开的是‘超高质量’，建议尝试DLAA或关闭光追测试下帧率变化。”

同一个指令，上面Atlas的回答串联起我最近看的所有帖子，并且会主动搜索更多信息。下面的Dia，并没有跳出我打开的当前网页｜图源：作者自制

Atlas会记住我此前的问题｜图源：Atlas

再比如，我花了很多天做旅行规划，搜索旅行路线、看机票、浏览酒店。当我觉得看得差不多了，我告诉Atlas，“帮我整理上次看的那几个酒店，再推荐几个同类型的，按位置和价格排个名。”

然后Atlas会调出过往对话历史、网页记录，判断出我目标酒店的位置、价位、星级等信息，给我找到更多同类别的酒店，再帮我总结不同酒店之间的优劣势。

这是“理解用户”层面的能力。原因是，ChatGPT才是浏览器的“芯”。

Atlas是OpenAI的一个战略信号：你所有的需求都可以涌向ChatGPT，然后AI帮你上网找答案，无论你想查询、创作、工作......

“我们认为AI代表了十年难遇的一次机会，让我们重新思考浏览器。”Sam Altman发布ChatGPT Atlas时这么说。

过去浏览器是基于网页存在的。这与万维网设计初衷有关。而AI正在重塑我们获取和处理信息的方式，导致现在我们不再“围着网页转了”。

我们不必自己操作网页，摸索着找答案，而是发指令，让AI代为执行。

Comet CEO Srinivas曾表示要将浏览器打造成一个操作系统。而这已经是所有AI浏览器的野心。AI Agent是系统的核心，去完成用户交付的一切。让浏览器实现从“浏览”到“做事”的变化。

每一次范式转移，都伴随着一次信任和伦理的“大讨论”，关于隐私、数据边界、信息控制......技术史从来如此。还有，更难的是用户习惯的改变。

怎么说呢，Atlas给我的感觉，有些像初代iPhone，不是功能最全的，却是最像未来的。

封面图来源：Atlas