Rabbit R1 上线 LAM Playground：让用户自己教 AI 替自己上网

很多人当初掏 199 美元买 Rabbit R1，图的就是发布会上吹的神奇能力：不用自己动手滑屏幕，让 AI 替你去网页上把事办了。结果机器到手后大家发现，它画的饼大半都没熟。

当时宣称的核心卖点大动作模型（LAM），上线时只支持 Uber、Spotify 和 DoorDash 三个平台，而且实测成功率连一半都不到。除了偶尔放放歌，这台橙色小方块很快沦为不少人抽屉里的摆设。

终于不用只点外卖了

Rabbit 终于放出了承诺已久的更新，上线了名为 LAM playground 的跨平台智能体系统。这套工具运行在 Rabbit 的云端平台 Rabbithole 里，目的就是让用户教 R1 学会在真正的互联网上跑腿。

顾名思义，这次更新叫 playground（练兵场），就说明它不是一个闭门做好的现成功能。以前的 LAM 只能在几个固定接口里转悠，而新的系统让用户可以训练自己的 R1 智能体去浏览 Google、Walmart、YouTube 等常规网站。

在演示中，Rabbit 首席执行官吕骋展示了具体操作。他在网页里输入指令，让 AI 去找六罐装的无糖可口可乐并加入亚马逊购物车。随后多模态智能体开始扫描 Google 页面上的各种网页元素，点击相关的亚马逊购买链接，最后完成了加购。

整个过程耗时大概 45 秒。虽然速度算不上快，但这种不用自己盯屏幕、泡杯茶的功夫 AI 就把繁琐步骤跑完的体验，确实兑现了当初发布会上的承诺原型。

验证码难题与更大的系统野心

不过，离开温室的网页代理立刻撞上了现实里的高墙。

在随后的测试中，测试者让它去沃尔玛网站找最划算的 iPhone 16 优惠。AI 确实找到了页面，但当沃尔玛跳出人机验证（CAPTCHA）时，训练中的智能体直接卡壳失败了。

吕骋解释称，这是因为演示环境没有挂载 Rabbit 的 IP 集群。但在防爬机制越来越严的今天，普通用户几乎每天都会在各种网站遇到验证码，这个问题如果不彻底解决，自动化体验随时会断在半路上。

吕骋还透露了 R1 的下一步规划：他们希望将操作能力从网页扩展到桌面系统和应用软件，比如直接拉起一个独立的 Linux 操作系统，或者帮用户在 Adobe Photoshop 里上传并修图。不过跨进操作系统级别后，隐私和权限控制的难度也会成倍增加。

为什么重要

对于手头已经有一台 R1 的用户来说，这一版更新是把它从抽屉里翻出来的最好理由。你现在终于能亲手试试教 AI 跑腿，但我们认为它目前依然偏向极客的测试玩具，45 秒的操作延迟加上随时可能跳出的验证码，注定它还不能完全替代你手动在手机上下单。

从行业来看，Rabbit 这一步走得相当务实。他们很聪明地把测试场搬到了云端 Rabbithole，并冠以 playground 的名字，既降低了用户对翻车的反弹，又能靠早期用户的真实反馈帮模型趟水。比起那些只能聊天问答的硬件，能点进真实网页办事的智能体才是下一阶段的竞争核心。

但隐患同样明显。让云端 AI 替用户接管账号、操作真实电商和流媒体，一旦涉及支付和未来设想的桌面系统操作，安全风险就会被无限放大。微软此前在系统级 AI 记录上踩过的隐私大坑历历在目，Rabbit 要想证明自己不是昙花一现的玩具厂，接下来不仅得搞定验证码，还得让用户敢把真正的数字生活交托给它。