當(dāng)瀏覽器進(jìn)入AI時(shí)刻

我一直在等待一個(gè)時(shí)機(jī)寫(xiě)寫(xiě)“AI瀏覽器”。原因很簡(jiǎn)單，還是我常說(shuō)的：AI最缺的是眼睛和手腳。而在今天，能讓我們放下手機(jī)、打開(kāi)電腦的理由，主要還是工作。若想讓AI成為我們真正的生產(chǎn)力助手，瀏覽器就是那個(gè)能為AI提供眼睛和手腳的最佳載體。

明確一下，本文說(shuō)的都是電腦上的瀏覽器。在電腦上，瀏覽器是我們大多數(shù)公司人每天面對(duì)時(shí)間最長(zhǎng)的窗口。今天，人們除了通過(guò)瀏覽器來(lái)獲取信息、瀏覽內(nèi)容，還可以在其中完成各種日常辦公任務(wù)、處理文檔，甚至是專(zhuān)業(yè)的設(shè)計(jì)工作。根據(jù)Firefox瀏覽器官網(wǎng)上顯示的用戶(hù)使用統(tǒng)計(jì)實(shí)時(shí)數(shù)據(jù)，目前，其用戶(hù)平均每天使用時(shí)長(zhǎng)高達(dá)5.5小時(shí)，足以說(shuō)明瀏覽器的重要性。

過(guò)去幾年，我一直在使用Arc瀏覽器，其開(kāi)發(fā)團(tuán)隊(duì)名字也頗為復(fù)古，就叫“瀏覽器公司”（The Browser Company）。去年年底，這家“瀏覽器公司”宣布將推出新的“AI瀏覽器”Dia。在Arc老用戶(hù)的反對(duì)聲中，Dia持續(xù)往前推進(jìn)，今年3月開(kāi)啟內(nèi)測(cè)，6月啟動(dòng)公測(cè)，同時(shí)公司正式宣布將停止為Arc開(kāi)發(fā)新功能。

這段時(shí)間中，我身邊不少喜歡使用AI的朋友，都將自己的默認(rèn)瀏覽器切換成了Dia。

那么，“AI瀏覽器”到底能否在我們的工作中發(fā)揮實(shí)用價(jià)值呢？要回答這個(gè)問(wèn)題，我們還是得先搞清楚“AI瀏覽器”到底指什么。在我看來(lái)，目前市面上自稱(chēng)“AI瀏覽器”的產(chǎn)品，可以分為三類(lèi)。

第一類(lèi)，是所謂的agentic browser。這是最激進(jìn)的一派，它們以“agent”為主要賣(mài)點(diǎn)，如國(guó)內(nèi)團(tuán)隊(duì)開(kāi)發(fā)的Fellou。當(dāng)然，agent這個(gè)概念本身也被用得亂七八糟，我在5月刊的本專(zhuān)欄介紹Manus時(shí)已經(jīng)討論過(guò)。簡(jiǎn)單概括Fellou和Manus的差異：如果說(shuō)Manus是一個(gè)自帶電腦的遠(yuǎn)程實(shí)習(xí)生，F(xiàn)ellou更像是請(qǐng)一個(gè)實(shí)習(xí)生來(lái)直接操作你的電腦。Manus讓許多人第一次看到一臺(tái)電腦在自己操作自己，只是這臺(tái)電腦身處遠(yuǎn)方；Fellou則讓你看到你的電腦在自己操作自己。

相較于Manus，F(xiàn)ellou的優(yōu)點(diǎn)和缺點(diǎn)都源自于此。由于它可以直接使用你在瀏覽器中已經(jīng)登錄的賬號(hào)，像是Gmail、小紅書(shū)、豆瓣、微信網(wǎng)頁(yè)版等等，它可以觸達(dá)一些Manus難以觸及的地方。但也因?yàn)樗苯邮褂媚愕碾娔X，盡管團(tuán)隊(duì)做了一些創(chuàng)新來(lái)避免AI和人類(lèi)的相互干擾，但我在實(shí)際使用中仍然很害怕會(huì)“打擾”AI工作。另外，權(quán)力越大責(zé)任也越大，我真的有些害怕Fellou不小心對(duì)我這些個(gè)人賬號(hào)搞了什么破壞。

正如我在之前那期專(zhuān)欄中總結(jié)的，agent這個(gè)詞的重點(diǎn)應(yīng)該是“手腳”，但今天市場(chǎng)上的agent能做好的仍然是信息的獲取和處理，而非真正付諸行動(dòng)。Fellou未能例外。例如，我嘗試讓Fellou通過(guò)微信網(wǎng)頁(yè)版向我的一位朋友回復(fù)一句“收到了”，它足足花了十多分鐘，消耗了幾美元，才完成了這個(gè)任務(wù)。圍觀agent工作的感受是，現(xiàn)在的agent在閱讀和整理信息時(shí)都是超人，但在操作那些為人類(lèi)設(shè)計(jì)的電腦界面時(shí)，它們又變回了蹣跚學(xué)步的嬰兒。

因此，結(jié)論也沒(méi)有變化：這類(lèi)AI瀏覽器不適合普通用戶(hù)日常使用，但對(duì)AI愛(ài)好者來(lái)說(shuō)是一個(gè)值得探索的玩具。

第二類(lèi)“AI瀏覽器”以Dia為代表，號(hào)稱(chēng)“為AI時(shí)代重新設(shè)計(jì)”，但仍然將核心放在了瀏覽上。

Dia最受朋友們歡迎的功能，就是直接針對(duì)網(wǎng)頁(yè)內(nèi)容問(wèn)答。在Dia的AI側(cè)邊欄中，用戶(hù)能針對(duì)當(dāng)前顯示的網(wǎng)頁(yè)提問(wèn)，Dia還支持同時(shí)針對(duì)多個(gè)甚至全部已打開(kāi)的網(wǎng)頁(yè)提問(wèn)，這在日常做研究時(shí)還是蠻方便的。相信大家都給AI聊天機(jī)器人發(fā)過(guò)網(wǎng)頁(yè)鏈接，所以我想應(yīng)該不用再舉例說(shuō)明這個(gè)功能的用處了。

好了，Dia目前最主要的特點(diǎn)，其實(shí)用這兩句話(huà)就說(shuō)完了。可能很多人看了以后會(huì)想：不就是網(wǎng)頁(yè)問(wèn)答嗎？很多瀏覽器的側(cè)邊欄現(xiàn)在也有這個(gè)功能，我為什么要用Dia？這也是我剛開(kāi)始參與Dia內(nèi)測(cè)時(shí)產(chǎn)生的疑問(wèn)。

這也就引出了第三類(lèi)“AI瀏覽器”：在老牌瀏覽器上直接增加AI功能，比如Chrome、Edge、Safari等推出的更新，瀏覽器擴(kuò)展也歸為此類(lèi)。早在2023年2月，ChatGPT發(fā)布未滿(mǎn)百日，微軟就憑借自己和OpenAI的獨(dú)家合作關(guān)系，率先在Edge瀏覽器（也是Windows系統(tǒng)的默認(rèn)瀏覽器）的側(cè)邊欄中加入了“Bing Chat”，背后的技術(shù)是當(dāng)時(shí)尚未公布的GPT-4。

和它們相比，Dia最直觀的優(yōu)勢(shì)是設(shè)計(jì)簡(jiǎn)潔、優(yōu)雅。一些國(guó)內(nèi)的產(chǎn)品選擇了堆砌功能，設(shè)計(jì)臃腫，我數(shù)了一下自己電腦上安裝的這些產(chǎn)品，其中最貪心的一家在側(cè)邊欄中一次性塞了50多個(gè)按鈕，要在這里面找到“與網(wǎng)頁(yè)聊天”的選項(xiàng)一點(diǎn)兒也不容易。而Dia的使用體驗(yàn)非常簡(jiǎn)單直接，整個(gè)工具欄除了“前進(jìn)”“后退”“刷新”，只有一個(gè)“聊天”按鈕，打開(kāi)就可以直接問(wèn)答。這樣的界面設(shè)計(jì)背后實(shí)際上也是一種取舍，舍棄了無(wú)法提出問(wèn)題的用戶(hù)的體驗(yàn)。

這兩年中大語(yǔ)言模型本身的進(jìn)步也讓問(wèn)答體驗(yàn)更成熟。整體而言，如果你經(jīng)常需要將網(wǎng)頁(yè)鏈接發(fā)給AI，Dia可以讓你的日常使用體驗(yàn)變得愉悅，經(jīng)過(guò)從內(nèi)測(cè)到公測(cè)的優(yōu)化，目前的Dia已足夠穩(wěn)定，推薦一試。

說(shuō)到這里，到底“AI瀏覽器”能否成功呢？我對(duì)AI樂(lè)觀，對(duì)“AI瀏覽器”卻不那么樂(lè)觀。前面提到過(guò)Edge“搶跑”—兩年多過(guò)去了，Edge的市場(chǎng)份額增長(zhǎng)很小，沒(méi)能撼動(dòng)Chrome的主導(dǎo)地位。

人的習(xí)慣是很難改變的。即使進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代、PC互聯(lián)網(wǎng)時(shí)代的巨頭，除了門(mén)戶(hù)網(wǎng)站外，瀏覽器作為一個(gè)成熟市場(chǎng)，要讓用戶(hù)放棄一個(gè)用了數(shù)年的工具，非常困難。

當(dāng)然，非常困難并不意味著做不到。歷史上，瀏覽器市場(chǎng)多次改朝換代。最近的一次就是Chrome的崛起。2008年Google推出Chrome時(shí)，瀏覽器市場(chǎng)也已經(jīng)是一個(gè)成熟市場(chǎng)，由微軟的Internet Explorer（IE，也是當(dāng)時(shí)Windows系統(tǒng)的默認(rèn)瀏覽器）統(tǒng)治。然而Chrome一騎絕塵，在短短的數(shù)年間，就取得了全球?yàn)g覽器市場(chǎng)的統(tǒng)治地位。

究其原因，要讓人們改變習(xí)慣，不僅需要比原來(lái)的產(chǎn)品做得更好，而且得是超出數(shù)量級(jí)的好，好上10倍，帶來(lái)體驗(yàn)的質(zhì)變。我的手上還有一本2008年Chrome發(fā)布時(shí)的宣傳冊(cè)—回到2008年，隨著像Gmail、Google Docs等網(wǎng)頁(yè)應(yīng)用的逐步流行，越來(lái)越多的工作正遷移到瀏覽器中完成，IE的卡頓和崩潰成了家常便飯，十分影響人們的工作。Chrome可以說(shuō)是徹底解決了這些問(wèn)題。對(duì)當(dāng)時(shí)包括我在內(nèi)的需要在瀏覽器中辦公的用戶(hù)來(lái)說(shuō)，Chrome就像是“地獄里的一杯冰水”，是體驗(yàn)的質(zhì)變。

類(lèi)似的經(jīng)典例子還有很多，比如iPhone取代功能機(jī)，都是提供了用戶(hù)體驗(yàn)的質(zhì)變。當(dāng)然，這只是第一步。反觀今天的“AI瀏覽器”，包括Dia在內(nèi)，雖然努力做了很多體驗(yàn)創(chuàng)新，但還遠(yuǎn)遠(yuǎn)不夠形成質(zhì)變。AI還沒(méi)有深度融合到瀏覽器中，沒(méi)有真正成為“眼睛和手腳”。例如，既然瀏覽器承載了我在電腦上的大部分信息獲取歷史，我的標(biāo)簽頁(yè)、瀏覽記錄、收藏夾其實(shí)就是非常自然的“知識(shí)庫(kù)”，Dia也在測(cè)試這方面的功能。Dia也號(hào)稱(chēng)自己是agentic browser，將推出agent功能。

不過(guò)，即使Dia能從其中找到帶來(lái)“10倍體驗(yàn)”的亮點(diǎn)，我也看不到什么Chrome無(wú)法跟進(jìn)的理由。就在剛剛過(guò)去的5月，Chrome終于在瀏覽器右上角直接增加了一個(gè)Gemini按鈕，用戶(hù)可以直接和網(wǎng)頁(yè)聊天，體驗(yàn)和Dia相似。

說(shuō)回來(lái)，其實(shí)我今天使用的主力瀏覽器依然是Arc。我屬于瀏覽器標(biāo)簽頁(yè)泛濫成災(zāi)型用戶(hù)，以前用Chrome時(shí)一般同時(shí)開(kāi)著上百個(gè)標(biāo)簽頁(yè)，Arc解決了這個(gè)問(wèn)題。所以，Arc在2022年推出時(shí)對(duì)我來(lái)說(shuō)也是“地獄里的冰水”，義無(wú)反顧地切了過(guò)去，這對(duì)我來(lái)說(shuō)就是一種“10倍體驗(yàn)”。當(dāng)然，Arc的操作邏輯和其他瀏覽器完全不同，學(xué)習(xí)成本很高。但另一方面，習(xí)慣了Arc后也很難切換到其他瀏覽器，包括Dia。

因此，這個(gè)產(chǎn)品雖然注定小眾，卻擁有許多忠實(shí)擁躉。如果能基于這個(gè)預(yù)期來(lái)設(shè)計(jì)商業(yè)模式，一樣可以是一家成功的公司。遺憾的是，這無(wú)法承載“瀏覽器公司”的野心，他們?nèi)匀粵Q定另起爐灶。

只是，推廣Dia并沒(méi)有那么容易。