TinyFish是一家由前Meta工程负责人联合创立的初创公司,据报道已融资$4700万,在不到十二个月的时间里用户从零增长到40万以上。公司将这一增长归功于思路上的一个转变:不再只为人设计产品,而是把AI智能体当作客户。这一决定改变了它的计费方式、入驻流程以及能力开放方式。由此形成的案例展示了一种商业形态:选择、付费并使用服务的主体,是代表人类行事的软件。
TinyFish卖什么
TinyFish提供一套API,让AI智能体能够搜索网页、抓取页面、登录账户,并完成填写表单等多步骤任务。平台开放三个子工具:Search API、Fetch API和一个自主运行的Web Agent工具。用户可以把它们接入ChatGPT或Claude等对话助手,助手在需要操作真实网站时就会调用TinyFish。
公司已经完整演示过这一流程。一条以虚构公司ACME Corp名义提交给ChatGPT的提示词,要求它查找TinyFish的定价,然后提交销售联系表单。ChatGPT先调用Fetch API拉取当前的定价档位和用量限制,再调用Web Agent工具:后者打开一个远程云端浏览器,找到表单,填入姓名和企业邮箱,展开下拉菜单,勾选同意框并提交。整个任务分10步、耗时60.8秒完成。在第二个演示中,一个已保存的浏览器配置文件让智能体登录到需要认证的开发者控制台,绘制最近20次运行的搜索延迟图表,结果显示平均1.522秒,中位数1.40秒,80%的运行在2秒内完成。
客户是智能体,定价模式随之改变
TinyFish最具体的商业经验在于变现方式。传统软件产品向一个人收取每月约$20的费用。这种模式假设存在一位持有信用卡的用户,会注册、阅读定价页面并订阅一个周期性套餐。自主智能体很难做到这些,而且它往往只需要完成一件小事。
TinyFish用预付消费钱包取代了订阅。智能体可以授权一笔约$0.40的微支付来完成单个独立任务,无需人工逐笔审批。公司把这视为一种更宏观理念的一部分,称之为“智能体体验”(Agent Experience,简称AX),即把智能体与人类一样视为主要终端用户。

▲ 订阅计费与按任务钱包支付的对比
据称,增长曲线在8月下旬钱包上线后开始起飞,同一时期TinyFish部署了自研的网页原生模型。据称该模型将运营成本降至原来的十分之一,同时提升了速度和成功率,这正是$0.40一个任务在经济上可行的前提。
| 计费方式 | 购买者 | 计量单位 | 典型价格 |
|---|---|---|---|
| 月度订阅 | 持有银行卡的人 | 一个月的使用权 | $20 |
| 预付钱包 | 代表用户行事的智能体 | 一个任务 | 约$0.40 |
上表反映的是TinyFish所描述的两种模式,并非行业平均水平。
让智能体自己完成注册
定价只是“智能体即客户”问题的一半,另一半是入驻流程。TinyFish构建了Agent ID系统和一项名为Agent Mail的服务,让智能体可以在无人介入的情况下创建账户、生成并提取API密钥、配置模型上下文协议(MCP)集成。MCP是一项让AI模型发现并调用外部工具的标准;TinyFish把自己的网页能力打包成MCP工具,供其他智能体查找、评估和调用。
其背后的逻辑是,多智能体工作流正在兴起,其中一个智能体会为自己或其他智能体配置工具。如果必须由人点开注册表单、粘贴API密钥,这类工作流就会卡住。公司还认为,清晰的公开定价和在独立基准测试中的可见度很重要,同时指出执行质量本身是无法作假的。
智能体的底层工作原理
TinyFish脱胎于一个更早的开源项目AgentQL,由联合创始人的团队在Meta的一次周末实验之后打造。那次实验把早期的GPT模型接入浏览器自动化工具Playwright,让它订一张机票。模型走得出乎意料地远,但早期语言模型没有内置的工具调用能力,上下文窗口也很小,因此团队先把AgentQL做成了语义数据提取器:用自然语言查询代替脆弱的CSS或XPath选择器,把原始HTML转换为结构化输出。
那一时期的几项工程决策至今仍在塑造产品:
- 路径固化。 首次接触某个页面时,系统会记录并交叉比对所定位每个元素的多项属性。再次访问时复用这些缓存路径,即使样式或CSS类发生变化,也能跳过约90%的模型调用。
- 用Gemini Flash做推理。 随着前沿模型成熟,团队认为常规导航不再需要最大的模型,于是转向谷歌的Gemini Flash,看中其在吞吐量、价格和HTML理解能力上的平衡。
- 以ADK为运行框架。 采用谷歌的Agent Development Kit后,它提供的思考历史、结构化推理循环、可观测性和执行钩子,据称在不改动任何模型权重的情况下,让公开智能体基准测试的任务完成率提升了20%以上。
- 自有模型。 生产流量积累了大量智能体轨迹。TinyFish用这些数据微调了一个350亿参数的开放权重基础模型,如今它承担了大部分工作负载。
- DOM而非像素。 云端浏览器不截屏,而是抓取文档对象模型(即浏览器根据页面构建的结构树),加以裁剪后交给推理模型,由后者返回浏览器指令并适应布局变化。基于像素的“计算机使用”模型被认为更适合Adobe Photoshop之类的桌面应用。
评估依靠自建基础设施完成,它能记录并确定性地回放浏览会话。人工标注团队评判元素选择和中间推理是否正确,反馈再回流到微调过程。
信任、身份与安全机制
TinyFish把用户信任视为最重要的竞争前沿,比与大型AI实验室竞争更重要。它给出的类比是自动驾驶:只有当系统越过明确的可靠性门槛后,人们才会松开方向盘。对网页智能体来说,对应的场景是让智能体报税或在银行账户里操作。公司表示,已有数十万用户把凭据存入其保险库,以便智能体在登录状态下工作,而企业工作负载中约有一半运行在认证墙之后。
支撑这种信任的机制有几项:
- 认证会话有两种形式。Vault集成对接1Password等密码管理器,凭据直接送达云端浏览器,不会以明文形式出现在语言模型面前。Browser Profiles保存会话Cookie,让智能体无需反复登录即可在受多因素认证保护的账户中操作。
- 独立的安全模型在执行前检查每一个拟执行的动作,包括目标元素和上下文,一旦判定该动作有恶意、未经授权或存在财务风险,就中止会话。它的设计目标是几乎不增加延迟。随后用户可以查看逐步的截图回放,选择批准或改变方向。公司表示该模型默认按保守方式调校,并承认可接受的风险因企业而异。
- 无状态隐私。 TinyFish不存储用户历史,也不建立用户画像;记忆和偏好留在ChatGPT或Claude等宿主智能体中,公司称这简化了GDPR合规。
- 拟议中的“TinyFish Passport”。 这一身份机制将以密码学方式把每个动作同时绑定到平台和负责的人,使目标网站能够核实智能体是谁、代表谁。公司认为责任不能只落在用户身上,需要一个包括Stripe、Visa、Cloudflare和第三方智能体开发者在内的生态联盟。
- 不绕过验证码。 尽管有客户提出需求,TinyFish拒绝开发破解CAPTCHA或规避机器人检测的功能。其智能体遇到CAPTCHA就会停下,以遵守网站服务条款。
一项“智能体在环”协议正在开发中,它将允许TinyFish的子智能体在任务中途向编排智能体或人类请求澄清。
创始人如何靠智能体工作
智能体优先的理念也延伸到公司产品负责人的工作方式。他运行着一台远程开发服务器,上面托管约12个并行的云端编码会话,同时为多项功能做原型。在往返客户会议的途中,他用手机语音指挥这些会话;会话会发回进度更新和问题,并请求下一步指令。有些会话会在无人值守的情况下通宵甚至更长时间运行。

▲ 出差途中用语音指挥并行编码智能体
并非每个实验都会上线,但公司报告称每月有两到三项由智能体开发的功能进入生产环境,对一个小团队而言,这被视为非常出色的成绩。公司还承诺每月至少发布一项重要能力。其中提到的一个注意事项是,产品负责人写大量代码可能与核心工程团队产生摩擦。
从这一节奏得出的产品管理经验是:随着前沿模型原生吸收各种能力,想法可能在两周内就变得多余,因此产品负责人需要提前两到三个月做预判,并与工程团队保持紧密协作。
给创业者的建议
关于客户需求与路线图的取舍,建议是没有唯一的规则,但每项需求都应对照核心基础设施、长期愿景和资源来衡量。早期付费,哪怕只有$1,也被视为有人认可这个想法的关键验证。
更尖锐的警告针对一个陷阱:滑向按工程工时计费或转售原始云端模型token的服务型业务。按这种观点,那种模式会让初创公司无法构建可规模化的产品价值。
网页的下一步可能走向何方
联合创始人更宏观的预测,在此作为预测而非定论呈现:网页将从封锁机器人转为争取机器人。随着智能体成为主要的购物者,代用户雇园丁、比较供应商,商业网站可能变成“智能体认证”站点,并针对经过验证的智能体流量做优化。流媒体、时尚等体验驱动型网站会保留丰富的视觉设计,而交易型服务会走向无头化,直接向智能体交付结构化数据和交易。按这种看法,无法提供机器可读接口的网站可能失去大量业务。
他设想的生态分为两层:少数几个整合后的消费级超级智能体,如ChatGPT、Gemini和Muse;以及数十亿个由个人和企业为处理自身数据而构建的专用智能体。TinyFish把自己定位为第二层的基础设施,这也是其名字的由来。他认为,更远的前沿是能自我构建的智能体:追求主人的目标,自行寻找工具,甚至主动索要信用卡购买所需的订阅。
要点与行动建议
TinyFish的案例对在智能体驱动的市场中开发或采购软件的人,提出了几点实际启示:
- 如果你的产品将由智能体使用,就按智能体能自行购买的单位定价,例如按任务从钱包扣费,而不是需要人工注册的月度套餐。
- 让入驻流程可由机器执行,包括创建账户、签发密钥和MCP工具发现。
- 把安全与推理分离,对每个动作做独立检查,并定义明确的停止规则,例如遇到CAPTCHA就停下。
- 借助保险库集成和会话配置文件,让凭据不进入模型提示词。
- 通过销售打包的软件价值而非工时或token来保护商业模式。
文中数字,包括40万用户、成本降至十分之一和$0.40的任务价格,都是一家公司自行披露的结果,应如此理解,而不应视为任何团队都能预期的成果。


