随着AI智能体承担越来越多跨网站的工作,Google Chrome的角色可能会从为人展示网页,转向协调人与软件之间的工作。Chrome的工程和产品负责人描绘了这样一种浏览器:它既能支持后台自动化,又为用户保留阅读、判断、介入和批准的空间。

2026年6月,自动化软件产生的流量首次超过了人类产生的网络流量。据估计,全球企业部署的AI智能体数量正以每年8,000%的速度增长。对Chrome而言,现实的问题是:当软件能够代替人使用网络时,人们需要浏览器提供什么。

委托并不意味着离开浏览器

Chrome负责产品的副总裁把网络任务看作一个连续的光谱。在一端,智能体可以查看日历并准备晨间简报,无需有人跟踪它打开的每一个页面。在中间,用户可以请Chrome中的Gemini解释一段技术内容,或比较多个标签页中的信息,然后自行决定如何使用结果。另一端则是人们希望亲自体验的事情,比如观看视频或评估一套房子的外观。

这位产品负责人认为,人的判断在任务开始和结束时都很重要:由人设定目标和约束条件,再由人评估结果。这也是浏览器不必沦为智能体隐形运行环境的原因。部分调研可以在后台运行,但另一些工作需要人在智能体处理其他标签页的同时,亲自操控某一个标签页。

两位负责人表示,浏览器使用时间中约有40%用于观看视频。这一估算支持了他们更宏观的观点:并非每一次访问都是可以被摘要取代的信息检索任务。浏览还涉及视觉评估、评论和个人偏好。

让智能体更清楚地看懂页面

智能体要在浏览器中发挥作用,就需要以可用的方式掌握页面上有什么。Chrome的工程负责人介绍了annotated page content,即从浏览器布局树中提炼出的精简表示。布局树记录页面上已渲染的元素及其空间关系。借助它,Chrome可以向模型传达可见内容、表单状态和可交互元素,而不是只交给模型原始页面代码或一张图片。

这种方式旨在让智能体直接使用现有网站,而无需开发者为AI重新组织每一个页面。它也不同于让智能体反复查看截图、猜测该点击哪里的做法。依靠视觉操作的智能体理论上可以操作各种界面,但这种方式可能速度慢、资源消耗大,而且容易出错。

一张空白网页被拆分为可见元素和表单的结构化图层,由一个抽象的助手查看

▲ 供智能体使用的结构化页面信息

Web MCP(Web Model Context Protocol的缩写)提供了另一条路径。网站可以通过清单文件,即列出智能体可调用函数的文件,用通俗的英语描述可用的操作。这样,智能体就能直接调用页面公开的函数,而不必推算按钮的坐标。Chrome DevTools可以帮助开发者查看和生成这类清单文件。

Chrome的负责人将Web MCP定位于两种成本高昂的方案之间:一种是让智能体在每次操作时都通过视觉界面导航,另一种是为智能体单独维护定制的API。Web MCP目前处于Origin Trial这一早期测试计划阶段,约有3,200个参与者注册。开发者仍可自行选择公开哪些操作,这种方式也不需要另建一个专供智能体使用的网站。

让关键步骤保持可见

购物任务展示了这些角色如何配合。智能体可以搜索商品并组建一个包含17件商品的购物车,由人检查其中的内容并做出最终付款决定。同样,智能体可以将外部预约页面上的空闲时段与用户的日历进行比对,在减少手动页面操作的同时,保留用户核对选择的能力。

抽象的助手把日用品放进无品牌购物车,一只手停在最终确认之前

▲ 结账前的人工确认

Chrome的产品负责人建议从两个维度判断是否委托:操作的利害程度,以及执行该操作的模型已被验证的能力。低风险的购买无需像金融交易或其他重大任务那样严格审查。信任可能是逐个任务建立起来的,而不是通过一次性决定让智能体完全自主行动。

界面可以为这种判断提供支持。智能体可以在行动前询问缺失的信息,并展示分步计划,让用户在不可撤销的步骤之前查看将要发生什么。区别不只在于自动化与手动浏览,而在于哪些操作可以在后台推进,哪些决定需要设置检查点。

人与智能体共用的同一个网络

工程和产品负责人主张改造现有面向人的网站,而不是为软件智能体另建一个网络。一个网站可能需要向人展示图表、说明或其他视觉内容,同时向智能体开放结构化数据和选定的操作。两种访问方式可以服务于同一项任务,当需要判断或授权时,由人回到页面上处理。

Chrome还在开发可在用户设备上完成工作的浏览器级AI工具。Web Embeddings将文本转换为数值表示,支持按含义而非精确措辞进行搜索;所介绍的用例包括搜索本地文档或邮件集合。端侧处理可以避免反复产生的云端推理费用,并让敏感信息留在用户的设备上。这些开发者功能是对供人查看结果的可见浏览器的补充,而不是替代。

用户与开发者面临的变化

正在形成的浏览器既不是完全自主的工作者,也不只是通往网站的窗口。它可以向智能体提供页面上下文和明确定义的操作,同时保留由人做出选择的环节。

对用户来说,有益的习惯是清楚说明约束条件,在多步骤任务中检查智能体的计划,并对重大操作保留最终审核。对网站开发者来说,眼下的问题是:现有网站的哪些功能应当让智能体发现和使用,以及设计中应在何处把控制权交还给人。