从浏览到行动：Fellou，重新定义浏览器的边界

从浏览到行动：Fellou，重新定义浏览器的边界 从浏览到行动：Fellou，重新定义浏览器的边界 Modified April 18, 2025 No access 418 1 00:00 Dia确实在UI设计和浏览体验上有其创新，但从功能维度看，Fellou与Dia的区别类似于"自动驾驶"与"驾驶辅助"的差别——前者实现端到端的任务完成，后者提供决策支持但仍需人工操作。 06. 谢扬 从身份云到AI浏览器的跨界探索 Fellou的创新与其创始人谢扬的背景密不可分。作为2021年福布斯亚洲30Under30入选者、北京科技新星，他在身份云领域已建立了相当的专业声誉。 谢扬23岁创办Authing身份云，为企业和开发者提供事件驱动的认证服务。截至2024年，Authing已服务700+客户和数亿用户，平台拥有数万开发者，每月千万级认证次数。 从身份云到AI浏览器看似跨度很大，但实际上存在清晰的技术演进逻辑： 1. 身份认证 ：Authing解决"谁能访问系统"的问题 2. AI身份 ：为AI Agent提供可信身份和访问控制 3. 行动浏览器 ：为Agent提供执行环境和能力 这一演进路径反映了从"管理人类身份"到"赋能AI身份"的自然延伸，也代表了谢扬对未来人机协作方式的深刻理解。 仔细体味一下， Authing 致力于解决 Who Am I，Fellou 致力于解决 What I Can Do ，这是一场大棋啊！ 值得注意的是，Authing在美国的最大竞争对手Okta在2024年投资了一家名为Browserbase的云浏览器基础设施公司，这也表明浏览器相关技术在全球范围内受到高度关注。 07. 行业意义 浏览器2.0时代已经开始 Fellou 的出现不仅代表了一款新产品，更预示着浏览器行业可能的范式转变。 传统浏览器设计初衷是围绕文档展开的，即便现代浏览器功能丰富，其底层逻辑至今未变。而AI的狂飙突进为浏览器体验的重塑提供了契机。 在云端计算与本地设备的交互中，浏览器日益成为"中间层"，具备天然的优势： 1. 它能访问几乎所有网络服务和应用 2. 它是用户最熟悉的交互界面 3. 它既可支持复杂的文本交互又可展示丰富的可视化内容 Fellou所代表的行动型浏览器，标志着从"被动响应到执行理念的转变"，这与OpenAI的Operator、Anthropic 的 Computer Use 、智谱的"沉思"Agent 等的发展趋势不谋而合。 正如Fellou官网所说：" AI不会以应用程序的形式存在，也不会是一个按钮。我们相信它将是一个全新的环境——建立在Web浏览器之上。 " 08. 未来挑战与前景展望 尽管前景诱人，Fellou和行动型浏览器依然面临诸多挑战： 1. 安全与隐私 ：Agent代表用户执行操作带来的安全风险需要严格控制 2. 操作一致性 ：网页界面的不断变化可能影响自动化操作的稳定性 3. 用户适应 ：从"动手操作"到"描述需求"的思维转变需要时间 长期来看，浏览器极可能成为AI Agent的主要载体——它既可通过网页接口访问遗留系统，又能通过API连接新一代服务。这种"双栖"能力使其成为理想的Agent执行环境。 同时，基于MCP和更高级协议的发展，Agent与网站之间的交互有望从模拟人类操作发展为直接数据交换，进一步提升效率和可靠性。 09. 结语 与其等待未来，不如创造未来 每一次技术变革都始于对现状的不满和对可能性的探索。从个人计算机到智能手机，再到今天的AI Agent，技术不断重塑我们与信息世界的交互方式。 Fellou作为"行动型浏览器"的先行者，代表了一种全新的思考方式——浏览器不再只是信息的窗口，而是行动的平台。它让我们看到，浏览器这个诞生30年的工具，仍有巨大的创新空间。 在这个AI技术日新月异的时代，我们不仅需要更聪明的AI，还需要更适合AI发挥能力的环境。Fellou的出现，让我们得以一窥未来人与AI协作的可能形态。 正如乔布斯所说：" The people who are crazy enough to think they can change the world are the ones who do. "（那些疯狂到认为自己能改变世界的人，正是那些真正改变世界的人。） Fellou正以实际行动重新定义浏览器的边界，将"浏览"转变为"行动"，这也许正是浏览器发展的下一个三十年的开始。 （南川注：本文基于对Fellou的实测体验以及与团队的深入交流撰写。Fellou目前已开启全球内测，提供 Mac 版下载，预计2025年下半年开放Windows版和移动版。感兴趣的读者可访问 https://fellou.ai 了解更多，以及 留言申领邀请码 。） No access 418 1 00:00 No access 418 1 00:00 Dia确实在UI设计和浏览体验上有其创新，但从功能维度看，Fellou与Dia的区别类似于"自动驾驶"与"驾驶辅助"的差别——前者实现端到端的任务完成，后者提供决策支持但仍需人工操作。 06. 谢扬 从身份云到AI浏览器的跨界探索 Fellou的创新与其创始人谢扬的背景密不可分。作为2021年福布斯亚洲30Under30入选者、北京科技新星，他在身份云领域已建立了相当的专业声誉。 谢扬23岁创办Authing身份云，为企业和开发者提供事件驱动的认证服务。截至2024年，Authing已服务700+客户和数亿用户，平台拥有数万开发者，每月千万级认证次数。 从身份云到AI浏览器看似跨度很大，但实际上存在清晰的技术演进逻辑： 1. 身份认证 ：Authing解决"谁能访问系统"的问题 2. AI身份 ：为AI Agent提供可信身份和访问控制 3. 行动浏览器 ：为Agent提供执行环境和能力 这一演进路径反映了从"管理人类身份"到"赋能AI身份"的自然延伸，也代表了谢扬对未来人机协作方式的深刻理解。 仔细体味一下， Authing 致力于解决 Who Am I，Fellou 致力于解决 What I Can Do ，这是一场大棋啊！ 值得注意的是，Authing在美国的最大竞争对手Okta在2024年投资了一家名为Browserbase的云浏览器基础设施公司，这也表明浏览器相关技术在全球范围内受到高度关注。 07. 行业意义 浏览器2.0时代已经开始 Fellou 的出现不仅代表了一款新产品，更预示着浏览器行业可能的范式转变。 传统浏览器设计初衷是围绕文档展开的，即便现代浏览器功能丰富，其底层逻辑至今未变。而AI的狂飙突进为浏览器体验的重塑提供了契机。 在云端计算与本地设备的交互中，浏览器日益成为"中间层"，具备天然的优势： 1. 它能访问几乎所有网络服务和应用 2. 它是用户最熟悉的交互界面 3. 它既可支持复杂的文本交互又可展示丰富的可视化内容 Fellou所代表的行动型浏览器，标志着从"被动响应到执行理念的转变"，这与OpenAI的Operator、Anthropic 的 Computer Use 、智谱的"沉思"Agent 等的发展趋势不谋而合。 正如Fellou官网所说：" AI不会以应用程序的形式存在，也不会是一个按钮。我们相信它将是一个全新的环境——建立在Web浏览器之上。 " 08. 未来挑战与前景展望 尽管前景诱人，Fellou和行动型浏览器依然面临诸多挑战： 1. 安全与隐私 ：Agent代表用户执行操作带来的安全风险需要严格控制 2. 操作一致性 ：网页界面的不断变化可能影响自动化操作的稳定性 3. 用户适应 ：从"动手操作"到"描述需求"的思维转变需要时间 长期来看，浏览器极可能成为AI Agent的主要载体——它既可通过网页接口访问遗留系统，又能通过API连接新一代服务。这种"双栖"能力使其成为理想的Agent执行环境。 同时，基于MCP和更高级协议的发展，Agent与网站之间的交互有望从模拟人类操作发展为直接数据交换，进一步提升效率和可靠性。 09. 结语 与其等待未来，不如创造未来 每一次技术变革都始于对现状的不满和对可能性的探索。从个人计算机到智能手机，再到今天的AI Agent，技术不断重塑我们与信息世界的交互方式。 Fellou作为"行动型浏览器"的先行者，代表了一种全新的思考方式——浏览器不再只是信息的窗口，而是行动的平台。它让我们看到，浏览器这个诞生30年的工具，仍有巨大的创新空间。 在这个AI技术日新月异的时代，我们不仅需要更聪明的AI，还需要更适合AI发挥能力的环境。Fellou的出现，让我们得以一窥未来人与AI协作的可能形态。 正如乔布斯所说：" The people who are crazy enough to think they can change the world are the ones who do. "（那些疯狂到认为自己能改变世界的人，正是那些真正改变世界的人。） Fellou正以实际行动重新定义浏览器的边界，将"浏览"转变为"行动"，这也许正是浏览器发展的下一个三十年的开始。 （南川注：本文基于对Fellou的实测体验以及与团队的深入交流撰写。Fellou目前已开启全球内测，提供 Mac 版下载，预计2025年下半年开放Windows版和移动版。感兴趣的读者可访问 https://fellou.ai 了解更多，以及 留言申领邀请码 。） 🔗 原文链接： https://mp.weixin.qq.com/s/wA5rjInW... https://mp.weixin.qq.com/s/wA5rjInW... 原创 南川同学 手工川 AI版2025年04月18日 22:28 北京 「新世界没有地图， 只有发令枪。」 作者：南川 在浏览器诞生三十年后，一个新类别正在崛起：行动型浏览器。 01. 引言 浏览器的三十年未变 30 年过去了，浏览器最大的变化可能只是图标。 「互联网之父」蒂姆·伯纳斯 李 1990 年设计的基本交互模式——通过超链接实现网页跳转，以及输入网址、等待加载、回到上一页等逻辑，在今天仍岿然不动。都 2025 年了，我们还在用同样的姿势，对着屏幕傻傻地等待页面加载。 过去十年，Arc、Opera、Chrome 等浏览器都试图革新这一领域，最近的 Dia 浏览器也被视为潜在的游戏规则改变者。然而，这些产品本质上仍是将 AI 作为辅助功能嵌入传统浏览体验，是锦上添花，而非改弦更张。 直到今天，在 AI Agent 技术逐渐成熟的浪潮中，一个全新品类的浏览器——"Agentic Browser"（行动型浏览器）终于出现了。 02. 什么是"行动型浏览器"？ 在探讨 Fellou 之前，我们需要理解：什么是行动型浏览器？ 当前浏览器市场大致分为三种： • 传统浏览器 ：Chrome、Safari等，侧重信息浏览 • 对话式浏览器 ：如Edge (Copilot)、Opera One等，加入AI助手功能 • 搜索优化型AI浏览器 ：如Perplexity Comet，侧重深度信息检索和摘要 行动型浏览器代表了第四种范式： 不仅展示信息，更能根据用户高层目标自主拆解任务、跨界操作并完成端到端任务交付 。这是从"认知层"到"行动层"的跃迁，从"会思考"到"能行动"的飞跃。 03. Fellou Browser、Agent与Workflow的融合 由 Authing 身份云创始人谢扬领导开发的 Fellou，将自己定位为"世界首个 Agentic Browser"。这一产品不是简单地将 AI 集成到浏览器，而是重新构想了浏览器的核心功能——从被动展示到主动行动。 Fellou 将三个关键组件整合为一体： 1. Browser（浏览器） ：负责最广泛的Web内容访问与渲染 2. Agent（智能体） ：负责"思考"和"决策"，基于LLM理解上下文、规划行动 3. Workflow Automation（工作流自动化） ：负责"执行"和"工具化"，能调用不同API、插件、脚本 这种架构使得Fellou从传统的信息展示工具转变为真正"帮你工作"的智能生产力平台。 04. 四大核心能力深度解析 1. 深度行动（Deep Action） 我在实测中最先注意到的是Fellou的Deep Action能力。这里分为两类行动：Research（研究）和Manipulation（操作）。 Research模式 下，Fellou不仅能搜索公开网页，还能访问需登录的网站（如LinkedIn、Twitter）并进行深度信息采集。实测一个"调研日本招聘市场"的任务，Fellou用时约8分钟生成了一份包含市场规模、主要公司、行业趋势和进入机会的详尽报告。相比之下，Manus花费接近20分钟，而且内容深度不及。 （预览地址：Report Japan Recruitment Market Analysis, https://chat.Fellou.ai/report/share/japan recruitment market analysis SEW9XOga ） 更令人印象深刻的是 Manipulation模式 。我测试了"打开LinkedIn，写一篇关于DeepSeek的文章并发布"这一任务，Fellou完成了从登录、撰写内容到最终发布的全流程，无需我手动介入。这是我在其他AI浏览器上从未见过的能力。 No access 418 4 00:00 No access 418 4 00:00 类似功能还包括： • 在Gmail中自动发送会议邀请邮件 • 在Amazon上搜索并添加商品到购物车 • 自动将Product Hunt网站的热门产品信息整理到Notion Fellou能够实现这些功能，关键在于它的浏览器使用框架 Eko ，它比常见的Browseruse框架执行速度快2.83倍，并具有生产级可干预特性。 在几天之前，我与两位朋友一起做了一份 Deep Research 调研： Deep Research 横评 | 谁才是天命打工人？ ，在这份调研里，除了秘塔搜索能在三分钟左右完成调研之外，其余产品全都需要近 20 分钟，这个结论与 Fellou 的官方测试结果一致。 Deep Research 横评 | 谁才是天命打工人？ 但值得注意的是，秘塔之所以能达到这么快的速度，主要是因为它们是完全基于纯后端的 API 请求，而非像 Manus 或者 Fellou 一样能够实现浏览器主动式浏览，众所周知很多网站必须经过 js 渲染才能拿到有效的内容，纯 API 是不行的。 而现在，Fellou 通过优化自研浏览器底层，实现了并行化浏览的能力，这样在信息获取的速度和质量上都达到了目前理论上的 SOTA ，非常值得肯定！据 Fellou/Authing 创始人谢扬透露，未来这一块的性能还能大幅优化可能接近十倍，质量也会不断提高（Authing 是领先的身份云系统，据透露贡献了部分 Fellou 驾驭隐私数据的能力）。 （预览地址：在小红书上找小米 SU7 的好评，报告用中文英文双语, https://chat.Fellou.ai/report/f01fcf27 09e1 45b2 ae87 8e4315f5bc63 ） 2. 混合影子空间（Hybrid Shadow Workspace） Fellou解决了AI Agent执行任务时"抢占"用户电脑的痛点。通过构建"影子空间"，Fellou可以在后台并行执行多个任务，而不干扰用户的正常操作。 No access 418 3 00:00 No access 418 3 00:00 在实测中，我让Fellou搜索并整理数据时，依然可以正常使用电脑处理其他工作。系统通过虚拟化环境同时操作多个网页，确保任务执行不互相干扰，同时还能共享会话信息以实现免登录访问。 这一机制解决了以往AI工具的核心痛点——要么占用主界面，要么需要单独开窗口操作。Fellou的影子空间让AI真正成为后台助手，而非前台干扰者。 3. 主动智能（Proactive Intelligence） 区别于传统被动响应的AI，Fellou能预判用户需求并主动提供帮助。例如，当我浏览某旅游攻略时，Fellou主动提示是否需要汇总相关信息或预订服务。 Fellou会实时捕捉用户在各网页的操作轨迹，积累行为数据并构建个人知识库，从而实现更精准的主动服务。这种"数字记忆"使Fellou不仅能执行明确指令，还能理解隐晦的需求信号。 No access 418 2 00:00 No access 418 2 00:00 4. 智能体网络（Agent Store）与混合反馈经验学习框架（Hybird Feedback Experience Learning） 或许最具长期价值的是Fellou的Agent Store生态。用户可以将自身经验沉淀为独立的垂直Agent，这些Agent不仅服务自己，还能在社区共享。 例如，一位HR专家可以封装其招聘流程为工作流Agent，供其他用户直接调用；一位研究人员可以分享其文献检索与分析流程。这创造了一个以"智能体"为媒介的知识共享生态。 对于开发者，Fellou提供了Eko Framework——一套通过自然语言设计和部署Agentic Workflow的开发框架。这是开源框架Browseruse的生产级进阶版本，支持开发者创建复杂的自动化工作流。 除此之外，生产级的智能体一个关键挑战在于： 如何让智能体不仅依赖环境交互来持续优化行为，还能从结构化的失败反馈中获得改进 。 几天前，Google DeepMind 强化学习副总裁 David Silver 参与了一场播客访谈节目，探讨了如何从依赖人类数据的时代迈向自主学习的时代。 与此同时，David Silver 和他的老师、 2024 年图灵奖 得主 Richard Sutton 合作撰写的论文《Welcome to the Era of Experience》称人们正站在人工智能新时代的门槛上，并有望达到前所未有的水平；同时展望了新一代智能体，认为它们将主要通过经验来学习，获得超越人类的能力。他们还探讨了定义这个即将到来的新时代的关键特征。（未来，这篇论文将成为 MIT Press 出版的书籍《智能设计》（Designing an Intelligence）中的一个章节。） 2024 年图灵奖 （论文地址：https://storage.googleapis.com/deepmind media/Era of Experience%20/The%20Era%20of%20Experience%20Paper.pdf ） Fellou 基于此提出了一种 混合反馈经验学习（Hybird Feedback Experience Learning）框架 ：当基于浏览器的智能体在执行任务过程中失败——无论是由于查询模糊、工具使用错误，还是规划错误——都会触发一个次级分析机制。 混合反馈的经验学习架构 在这一阶段，人类监督者或大型语言模型（LLM）将对失败的执行轨迹进行回顾性分析，从中提取出可操作的经验洞察，例如误解、次优决策点或被忽视的交互机会。 这些提炼出的经验随后被 注入至结构化的经验库 中，形成一个不断扩展的“ 失败感知型示范语料库 ”。当智能体未来再次遇到类似查询或情境时，基于检索的泛化机制使其能够主动调用此前的纠正策略，从而降低重复失败的概率，加速任务掌握过程。 这一混合机制整合了检索增强生成（RAG）与人类参与监督的优势，使智能体的经验库不仅是自我生成的，更是经过反思性丰富的。它标志着迈向具备 自我纠错能力 的智能体的关键一步，这种能力建立在真实世界交互与元认知分析的双重基础之上。 05. 横向对比 Fellou vs Dia vs 传统AI浏览器 我们不妨将Fellou与最近备受关注的Dia浏览器做个对比： 功能维度 Fellou Dia 传统AI浏览器 核心定位 行动型浏览器 对话增强型浏览器 信息浏览器 任务执行 自主执行跨平台任务 提供建议和辅助，用户执行 仅提供信息 任务复杂度 支持多步骤、跨平台工作流 支持单页面内辅助 基本浏览与搜索 隐私访问 可安全访问需登录网站 有限的辅助登录功能 无或有限 执行环境 影子空间（不干扰用户） 单一浏览器窗口 单一浏览器窗口 执行速度 多任务并行（如研究任务平均3.7分钟） 串行执行（依赖用户交互） 不支持自动执行 生态拓展 开放Agent Store与开发框架 提供基础扩展 插件生态 功能维度 功能维度 Fellou Fellou Dia Dia 传统AI浏览器 传统AI浏览器 核心定位 核心定位 行动型浏览器 行动型浏览器 对话增强型浏览器 对话增强型浏览器 信息浏览器 信息浏览器 任务执行 任务执行 自主执行跨平台任务 自主执行跨平台任务 提供建议和辅助，用户执行 提供建议和辅助，用户执行 仅提供信息 仅提供信息 任务复杂度 任务复杂度 支持多步骤、跨平台工作流 支持多步骤、跨平台工作流 支持单页面内辅助 支持单页面内辅助 基本浏览与搜索 基本浏览与搜索 隐私访问 隐私访问 可安全访问需登录网站 可安全访问需登录网站 有限的辅助登录功能 有限的辅助登录功能 无或有限 无或有限 执行环境 执行环境 影子空间（不干扰用户） 影子空间（不干扰用户） 单一浏览器窗口 单一浏览器窗口 单一浏览器窗口 单一浏览器窗口 执行速度 执行速度 多任务并行（如研究任务平均3.7分钟） 多任务并行（如研究任务平均3.7分钟） 串行执行（依赖用户交互） 串行执行（依赖用户交互） 不支持自动执行 不支持自动执行 生态拓展 生态拓展 开放Agent Store与开发框架 开放Agent Store与开发框架 提供基础扩展 提供基础扩展 插件生态 插件生态