https://x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/agent-browser%E7%BB%99%E7%BC%96%E7%A0%81-Agent-%E4%B8%80%E5%8F%B0%E8%83%BD%E7%94%A8%E5%91%BD%E4%BB%A4%E9%A9%B1%E5%8A%A8%E7%9A%84%E6%B5%8F%E8%A7%88%E5%99%A8/index.htmlagent-browser：给编码 Agent 一台能用命令驱动的浏览器 让 AI 操作浏览器这件事，主流做法是把页面截图丢给视觉模型，让模型看图找按钮。这条路的问题不在于做不到，而在于每一步都要传图、都要重新推理——一个表单填十次，就是十轮图像往返。Hugozh-CN