# 浏览器智能体的苦涩教训：模型越强，脚手架就该拆得越干净

> 原标题：The bitter lesson of browser agents

- 来源：Hacker News 首页
- 发布时间：2026-09-15T15:03:38.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56723
- 原文：https://browser-use.com/posts/bitter-lesson-browser-agents

## 摘要

Browser Use 联合创始人 Gregor Zunic 撰文复盘浏览器智能体的演进：早期用 GPT-4o 时需预先定义页面状态与点击、输入、滚动等固定动作，模型变强后改为让模型自己写代码执行动作，再进一步让模型通过 CDP 自行决定观察内容。

## 推荐理由

Browser Use 联合创始人 Gregor Zunic 复盘浏览器智能体三次架构调整，从预定义状态与动作，到让模型自己写代码、再通过 CDP 决定观察内容。

## 锐评

60% 的 token 节省是这篇里唯一能算账的数，也是唯一值得看的。三次重写架构，从固定动作到让模型写代码，再到直接走 CDP，方向我认，但这不是什么苦涩教训，就是模型变强以后 scaffold 该退的位置。那 60% 怎么来的，省的是观察还是动作，文章没拆开讲，我有点怀疑省的是少看页面。同一个任务自己跑一遍就知道了，如果真是靠少看页面换的，省的是钱，赔的是准确率。
