四个开源模型做浏览器Agent实测
thisguyknowsai · x · 2026-07-16
作者把同一句提示词同时丢给 4 个开源模型：GLM 5.2、DeepSeek V4、Kimi K2.6、Qwen 3.7，让它们去浏览自己的 YouTube、LinkedIn 和 X，推断身份并生成一个作品集网站。 测试是在 Airtable 新出的 Hyperagent 上并行跑的：每个 agent 都有自己的云机器和真实浏览器，因此它们确实会去读作者资料。作者还强调可以直接看到每次运行的成本和耗时，方便横向比较。最终结果和预期不一样，完整对比在视频里，提示词则放在回复中。