BrowserBC 開源：把網頁操作提煉為「技能卡」，做 Agent 版按鍵精靈

BrowserBC 是 Einsia AI 旗下 Navers Lab 開源的瀏覽器行為克隆專案。簡單說，它就是給 AI Agent 時代打造的「按鍵精靈」，能把你在瀏覽器裡的日常操作，提煉成任何模型都能讀懂並執行的通用技能。

現在的網頁智慧體最大的痛點，往往不是不會點選或輸入，而是面對複雜網頁時缺乏先驗知識，不知道每一步到底該點哪裡。BrowserBC 想解決的正是這個決策瓶頸。

三步把操作變成通用技能

傳統的自動化工具通常是死記座標或 DOM 路徑，頁面稍微改版就會直接掛掉。BrowserBC 給出的方案是一套三步走的提煉範式：錄製、轉寫成 Skill、交付執行。

第一步是錄製。當你像平時一樣在網頁上處理工單、查資料或填表單時，系統會完整記錄整個互動軌跡。這不僅包括截圖和動作，還包含結構化的 DOM 快照、無障礙樹快照，以及頁面給出的報錯、跳轉和完成訊號。

第二步是轉寫。它不會把這些動作儲存成死板的回放指令碼，而是交給模型去蒸餾，提煉出一份自然語言寫成的「技能卡」。這份卡片就像一份操作說明書，寫明瞭任務目標、適用前置條件、操作流程、如何確認做對了，以及報錯時如何恢復。

第三步是執行。任何接入該系統的模型都可以直接讀取這張技能卡。因為拿到的是策略理解而不是固定座標，即使頁面樣式發生變動，模型也能自己在真實頁面上推理出正確的點選位置，甚至還能將多份技能整合進一張「技能圖譜」（Skill Graph）中持續演化。

去哪裡體驗與社群反響

根據團隊釋出的論文，這種做法最大的好處在於解耦了技能的生產者與執行者。能力強的大模型或熟練的人類只需要演示一次，提煉出來的文本策略就能交給體積更小、成本更低的模型去日常執行。

目前該專案已經公開了技術論文（arXiv: 2606.32014），相關開源內容與演示可以通過官方專案主頁（lab.einsia.ai/browserbc）檢視。

在專案公開後的 6 個小時裡，海外開源社群就產生了超過 2500 條相關討論，並且登上了 Twitter 的 Today News 榜單，引發了相當多的關注。

為什麼重要

我們認為，BrowserBC 走了一條非常聰明的路線。以往做 Web Agent 的團隊往往執著於從零訓練更大的多模態模型來死磕網頁環境，既昂貴又脆弱。BrowserBC 轉而將人類每天產生的大量瀏覽軌跡當成資料礦藏，用低成本的自然語言把專有訣竅沉澱下來。

如果你正在開發自動化網頁工作流、企業 RPA 替代方案或瀏覽器智慧體，這個專案非常值得追蹤。不過也要看到，它的上限依然取決於下游執行模型對即時 DOM 和畫面的理解能力，一旦遇到邏輯完全重構的前端介面，技能卡依然需要重新提煉與修正。