browser-use 1.0 砍掉 24 个工具只留写代码,同模型得分涨 14-33 分
lxfater · x · 2026-11-21
开源浏览器自动化项目 browser-use 发布 1.0:把 0.x 时代的 24 个浏览器动作全部替换为一个主工具 python——一个持久 REPL,预导入 Chrome DevTools Protocol 原生接口。整体删掉约 13.7 万行代码。
为什么改:工具菜单太多,每次对话都带一堆说明烧 token;网页一旦超出预设动作范围 agent 就卡死。改成写代码后,在 BU Bench v2.1 上同一批三个模型得分提升 14–33 分,单任务成本降 2.7–5.2 倍、速度快 2–3 倍(官方也承认同时改了默认配置,分数上涨不能全归功于工具改动)。agent 还开始自己解决官方从未做过的事:停掉卡死的页面加载、屏蔽卡死脚本、翻源码调私有 API。
不是所有工具都该删:验证码测试中纯提示词 3 次全挂,换专用工具 6 次全过。原则是「AI 够得着的让它写代码,够不着的才做成工具」。
注意:官方明说这个 REPL 不是沙箱,直接用本机权限运行,不可信任务要套 Docker 或虚拟机。
「编程与Agent」频道最新
- Mnemos 2.0:给 Agent 留「给下一个自己的记忆」 — RileyRalmuto · 2026-11-21
- InferenceBench 放榜:Claude Opus 5.5 摘冠,Gemini 4 Neon 超 GPT-6.2 — maksym_andr · 2026-11-21
- 27 年资深可靠性工程师总结 4 种提升多智能体系统可靠性的架构模式 — bibryam · 2026-11-21
- AutoCut + FrameAtlas 开源:让 Claude Code 编辑视频而不用反复读媒体库 — moheshmohan · 2026-11-21
- InfoQ 长文:Agent Harness 是什么,以及两种构建方法 — bibryam · 2026-11-21
- 算清隐性人工成本:Reddit 长文拆解 agent 工作流的真实人力账 — AlarmingPepper9193 · 2026-11-21