AI 浏览器：第三次浏览器战争的战场

第三次浏览器战争正在悄然展开。从 Netscape 到 IE，再到 Firefox 与 Chrome，浏览器之争一直是平台控制权与技术范式变迁的集中体现。Chrome 凭借更新速度与生态联动夺得霸主地位，Google 通过搜索与浏览器的"双寡头"结构，形成了信息入口的闭环。

然而，这一格局正在动摇。大型语言模型（LLM）的崛起，使得越来越多用户在搜索结果页"零点击"完成任务，传统的网页点击行为正在减少。同时，Apple 有意在 Safari 中替换默认搜索引擎的传闻，进一步威胁 Alphabet 的利润根基，市场对"搜索正统"产生不安。

浏览器正面临角色重塑。它不仅是展示网页的工具，更是数据输入、用户行为、隐私身份等多种能力的集合容器。AI Agent 虽强，但若要完成复杂的页面交互、调用本地身份数据、控制网页元素，仍需借助浏览器的信任边界和功能沙盒。浏览器正从人类界面，变成 Agent 的系统调用平台。

真正可能打破当前浏览器市场格局的，不是另一个"更好的 Chrome"，而是一种新的交互结构：不是信息的展示，而是任务的调用。未来浏览器要为 AI Agent 设计 - 不仅能读，还能写和执行。Browser Use 等项目正尝试将页面结构语义化，把可视化界面变成 LLM 可调用的结构化文本，实现页面到指令的映射，极大降低交互成本。

主流项目已开始试水：Perplexity 构建原生浏览器 Comet，用 AI 代替传统搜索结果；Brave 把隐私保护与本地推理结合，用 LLM 增强搜索与屏蔽功能；而 Donut 等 Crypto 原生项目，则瞄准 AI 与链上资产交互的新入口。这些项目共同特征是：试图重构浏览器的输入端，而非美化其输出层。

对创业者而言，机遇藏在输入、结构与代理的三角关系中。浏览器作为未来 Agent 调用世界的接口，意味着谁能提供可结构化、可调用、可信任的"能力块"，谁就能成为新一代平台的组成部分。从 SEO 到 AEO（Agent Engine Optimization），从页面流量到任务链调用，产品形态与设计思维都在重构。第三次浏览器战争，发生在"输入"而非"展示"；决定胜负的，不再是谁抓住用户的眼球，而是谁赢得了 Agent 的信任，获得调用的入口。

浏览器发展简史

90 年代初，Netscape Navigator 横空出世，为数百万用户打开了通往数字世界的大门。微软随后将 Internet Explorer 捆绑进 Windows 系统，瓦解了 Netscape 的市场地位。

Netscape 工程师将浏览器源代码公开，为 Mozilla 项目奠定基础。Firefox 在用户体验、插件生态、安全性等方面实现突破，标志着开源精神的胜利。

2008 年，Google 推出 Chrome 浏览器，基于 Chromium 开源项目与 WebKit 引擎打造。Chrome 凭借频繁更新和全平台统一体验，迅速崛起，2011 年超越 Firefox，半年后又反超 IE，完成从挑战者到主宰者的转变。

2020 年代，Chrome 的全球市场份额稳定在约 65%。Google 搜索引擎与 Chrome 浏览器构成双重霸权体系，控制了搜索入口和用户进入网络的"第一窗口"。

随着大型语言模型（LLM）崛起，传统搜索受到冲击。2024 年，Google 搜索市场份额从 93% 跌至 89%。苹果可能推出自有 AI 搜索引擎的传闻更是撼动了 Alphabet 的利润支柱，引发市场对搜索时代未来的不安。

从 Navigator 到 Chrome，从开源理想到广告商业化，从轻量浏览器到 AI 搜索助手，浏览器之争始终是关于技术、平台、内容与控制权的战争。谁掌握入口，谁就定义未来。

现代浏览器的老旧架构

传统浏览器架构包括：

1. 客户端前端入口：完成 TLS 解密、QoS 采样和地理路由。

2. 查询理解：进行拼写校正、同义词扩展和意图解析。

3. 候选召回：使用倒排索引和向量索引进行初步筛选。

4. 多级排序：通过轻特征将候选页面筛选至约 1000 篇。

5. 深度学习主排序：使用 RankBrain 和 Neural Matching 等技术理解查询语义。

6. 深度重排：应用 BERT 模型对文档进行精细排序。

这一架构在 AI 和大数据时代已显老旧，用户对浏览器的交互需求正在发生变化。

AI 重塑浏览器的原因

浏览器仍将存在，因为它是通用平台，不仅用于读取数据，还是输入数据的通用入口。世界需要产生数据并与网站交互，整合个性化用户信息的浏览器仍将广泛存在。

浏览器是个性化内容的存储场所：

• 多数大型模型托管在云端，难以直接调用本机敏感数据。
• 将全部数据送往第三方模型需重新获得用户授权。
• 自动填写验证码、调用摄像头等必须在浏览器沙盒内完成。
• 数据上下文高度依赖浏览器，包括标签页、Cookie、缓存等。

交互形式的深刻变革

浏览器使用行为可分为读取数据、输入数据、交互数据。LLM 已改变数据读取效率和方式，过去基于关键词搜索显得老旧低效。

研究显示，近 63% 的 Google 查询属于"零点击"行为。用户习惯直接从搜索结果页获取信息。然而，44% 受访者认为常规自然结果比精选摘要更值得信赖。

AI 浏览器需探索恰当的交互形态，特别是在数据读取方面，因为当前大模型的"幻觉问题"仍未根除。

真正触发浏览器变革的是数据交互层。用户越来越倾向于使用自然语言描述复杂任务，这些 Agentic Tasks 正被 AI Agent 接管。

未来浏览器必须为全自动化设计，考虑：

• 如何兼顾人类阅读体验与 AI Agent 可解析性
• 如何在同一页面上服务用户和代理模型

Browser Use

Browser Use 构建了真正的语义层，为下一代浏览器构建语义识别架构。它将传统 DOM 重新解码成"语义 DOM"，让代理无需"看片点坐标"就能精准操作。

主要特点：

• 将可交互元素抽象成 JSON 片段，附带元数据
• 将整棵页面转译成扁平化"语义节点清单"
• 接收 LLM 输出的高层指令并回放到真浏览器

一旦这套标准被引入 W3C，将大幅解决浏览器输入问题。

ARC

The Browser Company 表示 ARC 浏览器将进入常规维护，团队重心转向面向 AI 的浏览器 DIA。他们预测 Webpages 不再是主要交互界面，但这一判断低估了浏览器作用。

大模型在意图捕捉方面优秀，但信息密度承载能力不足。专用网页在复杂交互场景中仍具优势。ARC 团队未能区分交互的输入与输出维度，忽视了浏览器在信息呈现与个性化体验中的核心作用。

真正能撼动 Chrome 的，必须对浏览器渲染模式进行根本性重塑，适配 AI Agent 主导下的交互需求，尤其是输入侧架构设计。

Perplexity

Perplexity 是一个 AI 搜索引擎，最新估值 140 亿美元。月均处理搜索查询量超 4 亿次，月活跃用户超 3000 万。

其正在构建原生浏览器 Comet，计划深度嵌入 Perplexity 的答案引擎。但仍需解决高搜索成本和低利润率问题。

Google 也在进行 AI 重塑，推出新的浏览器标签页体验"Project Mariner"。仅凭功能模仿难以对 Google 构成威胁，真正的突破需要从底层重构浏览器架构。

Brave

Brave 是较为成功的 Crypto 浏览器，基于 Chromium 架构。月活跃用户达 8270 万，市场份额约 1%-1.5%。

Brave 计划升级为隐私优先的 AI 浏览器，但受限于用户数据获取，大模型定制化程度较低。其 AI 助手 Leo 更类似外挂插件，尚无全面转向 AI Agent 的明确战略。

Donut

Donut 是 Crypto 行业的 Agentic Browser 初创项目，获 700 万美元融资。目标是实现"探索-决策-加密原生执行"的一体化能力。

核心在于结合加密原生的自动化执行路径。未来 Agent 可能取代搜索引擎成为主要流量入口，创业者将争夺 Agent 执行带来的访问和转化流量。

给创业者的建议

浏览器仍是互联网世界最大的未被重构的"总入口"。真正的突破口在于"输入侧" - 如何使 AI Agent 主动调用产品完成任务。

创业者应从三个维度考虑产品设计：

1. 接口结构标准化：产品是否"可调用"？是否支持语义化 DOM 结构或 JSON 映射？

2. 身份与通行：能否帮 Agent"越过信任障壁"？尤其在 Web3 场景中，需要统一的身份和签名能力。

3. 流量机制再理解：从 SEO 到 AEO/ATF，产品要有清晰任务颗粒度，适配不同 LLM 框架的调用语法。

未来的创业项目应让现有浏览器为 Agent 服务，为新一代"指令流"建立桥梁。要构建 Agent 调用世界的"接口语法"，成为智能体信任链中的环节，搭建下一个搜索模式的"API 城堡"。

Web3 + AI Agent 时代，关键在于通过调用链抓住 Agent 的执行意图，而非仅靠 UI 抓住用户注意力。