35歲的互聯網舊物種，光年之外用 AI 再“發明”了一次

做對的事，哪怕它不酷

作者 | 曹全景

瀏覽器，是一個有著35年歷史的互聯網產品。

在2025年之前，它的任務是連接與呈現，是作為信息管道的靜態存在，但AI的到來改變了它的使命，它開始介入執行，成為能夠理解、思考并主動完成任務的智能中樞。

今年3月，美團光年之外團隊推出國內首款AI Agent瀏覽器Tabbit，在搜索、瀏覽的傳統功能之外，它可以與你進行智能對話，一鍵整理雜亂的標簽頁；可以按照指令為你篩選信息、比價商品，也可以結合你@的網頁、截圖、本地文件、收藏夾，為你整理、分析并輸出結構化文檔。

回顧科技史，創新很少是從無到有。

iPhone出現前，智能手機已經有了15年的演進史；瓦特改良蒸汽機前，紐科門蒸汽機已用于礦井抽水近50年。

瀏覽器，這個看似早已定型的互聯網基礎設施，如今也正在經歷一次低調卻深刻的重寫。

過去，它解決的是“你能看到什么”；今天，它開始介入“你能完成什么”。瀏覽器的競爭，也由此從性能和速度，轉向對人類意圖的理解深度，以及把意圖轉化為結果的能力。

在物理世界數字化之前，光年之外先造了個“有彈性”的AI容器——Tabbit。

把瀏覽器再“發明”一次

過去30多年，我們評判一個瀏覽器是否好用，主要看它的頁面設計是否美觀、網頁加載速度夠不夠快、隱私安全能不能保證等。但現在，隨著美團的Tabbit、OpenAI的Atlas以及Dia等AI原生瀏覽器陸續面世，舊標準逐漸失效了。

人們對一款瀏覽器的期待，從“看信息”向“做事情”轉移，AI能力成為衡量新一代瀏覽器的主要標尺。

雖然巨頭們也在加速傳統瀏覽器的AI化，如谷歌把Gemini植入Chrome，微軟在Edge側邊欄集成Copilot，蘋果也在Safari里引入Apple Intelligence，但它們與AI Native瀏覽器在基因、架構、權限、體驗上都有本質不同。

傳統的AI增強瀏覽器，底層還是十幾年前的架構，AI只是外掛的助手、插件、側邊欄。用戶操作瀏覽器調用AI，進行檢索、總結、翻譯等，是一種單向的"你說我做"模式。

而真正的AI原生瀏覽器（如Tabbit），則重新構建了瀏覽器內核與AI的交互層。瀏覽器不再只是信息展示窗口，而是AI執行任務的載體。

這種底層架構的重構，在高度依賴“信息差”和“執行差”的財經投研與商業分析等領域，展現出了降維打擊般的優勢。

舉個例子，對于財經類內容的創作者來說，信息的獲取與比對是基本功。但傳統模式下，想要對比“三桶油”或幾家新茶飲上市公司的最新財務數據，不得不在巨潮資訊、Wind、企業官網之間反復切換，逐個打開頁面、手動搜索、數據復制、逐一計算，耗時又容易出錯。并且收集的資料多保存在收藏夾和本地文檔中，調取全憑記憶，難以及時關聯數據。

但借助Tabbit，這些痛點都可以迎刃而解。

首先，公司動態監測、信息查詢、整理都可以借助智能代理功能完成，只要在全能輸入框中描述需求，選擇智能代理模式，點擊Run，Agent就跑起來了。它會自動搜索并訪問多個頁面，提取關鍵數據，清洗格式，并在后臺完成計算，生成結構化表格。

以下是Tabbit整理的6家新茶飲上市公司當天公告和股價信息：

接下來，可以結合上述信息，判斷是否存在值得進一步挖掘的選題。由于蜜雪冰城當日發布了2025年年報，可以繼續利用Tabbit做初步財務分析。

單單一份財報過于單薄，可以將機構研究報告、本地存檔的資料庫、收藏夾內容、打開的網頁一并@進全能輸入框，作為上下文投喂給AI。

然后，你可以離座去泡杯茶，也可以切換到其他工作，再回到任務頁面時，Tabbit已經呈現出一份結構清晰的數據表和詳盡的對比分析，甚至列舉出了券商的意見分歧和不同判斷。

以上的所有步驟，通過Tabbit的“妙招”，可以無限復用。

“妙招”類似于小龍蝦的skills，通過將常用提示詞、腳本和智能代理任務儲存，讓瀏覽器記住用戶的工作方式和思維習慣，最大化縮減重復勞動。同時，“妙招”還支持隨時編輯，調整、完善監測目標和范圍。

例如，上述財經內容創作者可以設定一個“輿情監控”妙招，讓 AI 在每天開盤前自動定向抓取指定財經媒體和社交平臺上關于某只股票的最新動態，提煉利空/利好情緒，并生成簡報作為選題儲備。

更為有趣的是，Tabbit還支持用戶“改造”網頁，為自己量身定制瀏覽體驗。Tabbit的腳本模式下，用自然語言描述需求，如網頁去廣告、增加夜間模式、禁止廣告彈窗等，即可運行代碼生成微型工具。

比如網頁去廣告，可以一鍵去除大多數信息檢索網站的廣告植入鏈接，讓每次獲取的信息更加純凈，提高信息獲取效率。

一以貫之的產品審美：尊重習慣，溫和過渡

不過，再強大的工具，如果切換成本過高，也會讓不少人猶豫不決。傳統瀏覽器切換時，往往需要大量的手動配置和數據導入，這讓許多用戶望而卻步，寧可退而求其次，用舊瀏覽器一再將就。

Tabbit則不同。其能夠自動識別并導入主流瀏覽器的數據，讓用戶在最短時間恢復完整工作環境。另一方面，界面設計、操作邏輯上，Tabbit沒有像Dia那樣，激進地摒棄傳統瀏覽器的標簽頁欄，而是讓用戶習慣無縫延續，地址欄位置、書簽欄、快捷鍵與傳統瀏覽器保持不變。

Tabbit還支持智能標簽管理，借助AI能力，實現多標簽頁依內容、主題自動分組，將多任務處理時的混亂一鍵理清，同時通過標簽組分隔不同任務，形成獨立工作空間，避免對用戶當前主瀏覽流的干擾。

上手簡單、使用門檻低，并不意味著Tabbit缺乏深度。相反，AI原生屬性賦予了Tabbit更多可能性，讓它更像是一款越用越香的“養成系”瀏覽器。

如果把傳統的瀏覽器比作“熟悉的陌生人”，它了解你的過往，收藏你的偏好，但這些靜態的存儲，并不會主動幫助你提效。Tabbit則是有記憶的思維伙伴，它能記住你上周收藏過的某篇論文的核心觀點，并與今天的搜索關聯；它懂你的上下文，明白你搜索時的潛臺詞；它的收藏夾即數據庫，可被AI實時檢索、理解和調用。

使用頻率越高，存儲的記憶越深，Tabbit的執行越符合你的心意，甚至能以用戶意圖為導向，倒推任務執行方式。例如，當Tabbit運行腳本任務時，發現網頁圖表主要是通過HTML和CSS動態渲染的，而不是獨立的圖片文件，普通腳本無法截取時，會主動要求切換到智能代理模式，以保證用戶需求達成。

除了底層能力的躍升，Tabbit在表層體驗上同樣下足了功夫。不少公測用戶認為他們對Tabbit的熟悉感，不僅來自于對 Chrome 習慣的兼容，更來自于其視覺設計上的極簡與克制——半透明的磨砂玻璃質感、低飽和度的配色，沒有任何冗余元素干擾視線。

可以說，Tabbit解決方案里的每一個功能，都指向一個真實場景，面對一個具體痛點，但Tabbit并不會生硬地改變用戶習慣，激進地教育用戶去適應新的交互邏輯，而是為用戶提供了一種漸進式的體驗升級。

先尊重用戶的舊習慣，再一點點地輸出新價值。不炫技、不傲慢，這樣溫和的過渡方式，背后是一種高級的產品修養和人文關懷，也是產品團隊價值觀的一貫體現。

據我們了解，Tabbit出自美團光年之外團隊，其負責人劉炯2013年加入錘子科技，負責Smartisan OS的產品設計，此后曾任貝殼找房高級產品總監。2023年就職美團光年之外，并主導了Tabbit的開發和設計。

那份似曾相識的感覺或源于此。從UI設計到交互細節，Tabbit產品中，處處可見錘科審美和精神內核：極致的理想主義、細節控和極具實用主義色彩的軟件交互創新。

在產品理念上，Tabbit和錘子有許多異曲同工之處。

譬如，Smartisan OS的“一步（OneStep）”和Tabbit的“妙招”，前者通過側邊欄和拖拽操作，讓用戶可以在不同應用之間快速傳遞文字、圖片、文件等信息，無需經歷“復制-切換應用-粘貼”的繁瑣步驟；后者通過將用戶常用的提問格式、規范和工作流程固化為可復用的“招式”，讓類似的信息處理任務可以一鍵完成。二者都致力于打破應用孤島或功能孤島的限制，用最短的路徑完成操作。

再比如，錘子通過“大爆炸”解決移動端文字處理難的痛點，Tabbit用垂直側邊欄化解標簽頁橫向堆疊，導致標題被截斷、切換低效的難題。兩者都沒有盲從行業慣例，敢于推翻重構。

錘科有個核心觀點：產品應該融入用戶的使用場景，而非強制用戶適應產品。Tabbit團隊內部也有共識：“用戶不是你的孩子，別逼著他學習?！币虼?，Tabbit不做強方法論導向，僅將AI能力嵌入既有工作流，讓原本需要多工具接力完成的事，在一個窗口內流暢走完。

或許在本源上，互聯網產品方法論并沒有時代的劃分，只有對用戶的尊重。從移動互聯網一路走來的老產品人所堅持的，不過是將人的體驗始終置于技術之上，讓技術成就人，而非讓人去適應技術。

做對的事，哪怕它不酷

為什么要在2026年選擇推出一個AI瀏覽器產品？這是Tabbit推出以來，團隊被問到最多的問題。

的確，在當下千問、豆包等Agent，甚至OpenClaw大亂斗的背景下，AI瀏覽器聽起來并不是一個很酷的產品。甚至有聲音認為，如果操作系統本身就能做Agent的事，AI瀏覽器可能只是過渡產物。

但回歸到真實的商業世界，在利用“信息差”賺錢的實戰中，戰場（網頁）瞬息萬變，人類的商業直覺是不可替代的。

系統級 Agent（如 OpenClaw）往往是一個黑盒，它擅長處理計劃驅動的長鏈路任務，但在面對復雜的登錄墻、反爬蟲機制（如電商后臺、專業金融數據庫）時，往往束手無策。

而瀏覽器是目前唯一能無障礙訪問所有 Web 應用的通用接口。AI 瀏覽器最大的底牌在于：它擁有用戶當前所有的上下文（視覺、DOM結構、登錄狀態），并且支持“人機協同（Human-in-the-loop）”。

用戶負責最難的“導航”與“直覺判斷”，AI 負責瞬間的數據提取、翻譯和計算。這種“人類掌舵 + AI 劃槳”的模式，是目前捕捉信息差變現最敏捷、最高效的形態。當然，日常工作中，這種場景驅動的即時需求，也遠多于系統級 Agent 處理的異步任務。

不僅如此，無論是SaaS辦公、電商平臺，還是各類垂直行業系統，絕大多數數字化服務仍運行在Web之上。只要Web生態存在，瀏覽器作為“入口”的價值就不會消失。

長期來看，AI瀏覽器與系統級Agent也不是替代關系，而是互補關系。以OpenClaw為代表的Agent擅長處理異步、長鏈路、計劃驅動的任務，這類任務往往需要跨應用調度，且對實時性要求不高。

而AI瀏覽器更多地處理實時的、場景式的需求。用戶在瀏覽過程中遇到問題，可以隨時喚起AI來問：“這個條款是什么意思？”“提取這篇報告的核心數據”“對比這個商品在各平臺的價格”。毫無疑問，這是離用戶最近、覆蓋場景最廣的落地路徑。

還有個細節很有意思：Tabbit與OpenAI的Atlas、Dia相比，不同之處在于，前者是一個大模型聚合器，支持DeepSeek、Kimi、Qwen、GLM、Minimax以及美團自研的LongCat等多款模型。為何Tabbit不跟單一模型綁定？Tabbit團隊對外的解釋是：“Tabbit要站在用戶這邊，不同的任務交給不同的模型，實現最好的效果?！?/p>

Tabbit呈現的，是AI Native產品應有的模樣：抹平技術與普通人之間的門檻，將時間“偷回來”還給用戶，他們要“用最好的模型，雕最好的殼”。

這支團隊還認為，最有價值的使用場景不是設計出來的，而是用戶在真實使用過程中自己摸索出來的。Tabbit要做的不是去迎合想象中的需求，而是做一個足夠有彈性的容器，讓用戶發現自己的需求，然后滿足它。

“把被重復勞動占據的時間還給用戶，讓他們有更多時間去做真正重要的事情——陪伴家人，發展興趣，或者只是安靜地發一會兒呆?！边@聽起來很樸素，卻是Tabbit團隊認為技術真正應該做的事。

在FOMO（Fear of Missing Out）盛行、AI焦慮彌漫的當下，做這樣一款不炫技、不耍酷，默默填平想法與結果間溝壑的瀏覽器，或許不夠酷，但一定是對的選擇。