因為整個流程都在本地執行:
對很多需要登入的網站來說,這大大降低了自動化的門檻。
另一個值得留意的地方是:WebBridge 並不是只為某一個 AI 應用而設。
官方將它定位為一個 agent‑agnostic(代理中立)的瀏覽器控制層。
目前列出的支援環境包括:
實際上,代理負責思考與決策,而 WebBridge 負責把指令轉化為瀏覽器動作。
在整個系統中,WebBridge 只負責「執行」。真正負責推理與任務規劃的是 Moonshot AI 的 Kimi K2.6 模型。
Kimi K2.6 是一個面向 AI 代理場景設計的多模態模型,採用 Mixture‑of‑Experts 架構,總參數約 1 兆,推理時約 320 億參數會被激活,並支援約 256K tokens 的上下文長度。
這個模型的重點能力包括:
在 WebBridge 的實際運作中,大致分工如下:
例如,一個代理可以先規劃整個流程——搜尋資料、瀏覽多個網站、收集資訊、整理結果——然後由 WebBridge 在瀏覽器中逐步完成每個動作。
AI 行業的競爭正逐漸從「模型能力」轉向另一個層面:代理基礎設施(agent infrastructure)。
AI 代理要完成任務,通常必須與真實網站互動,而不少網站都需要登入。雲端瀏覽器模式往往會帶來幾個問題:
如果這類架構被廣泛採用,AI 代理在以下場景可能會更實用:
Moonshot AI 的策略其實反映了一個更大的行業趨勢——AI 公司不再只做模型,而是打造 完整的代理技術堆疊(agent stack)。
在這個架構中:
WebBridge 提供瀏覽器執行層,而 Kimi K2.6 提供推理引擎。兩者結合,等於為 AI 代理建立了一條從「思考」到「實際操作網頁」的完整鏈路。
隨著 AI 助手逐步由回答問題走向 直接完成任務,能否控制瀏覽器這個入口,很可能會成為未來 AI 生態中最關鍵的基礎設施之一。
Comments
0 comments