Founder Park 2025-03-24 21:45 北京
开源也能拿到融资。
文章转载自「新智元」。
AI智能体可能还没有一个大家都认可的定义，但这并不妨碍一大堆创业公司争相打造智能体工具，来自动化处理各种任务。
其中一家名为Browser Use的公司尤其吸引开发者与投资人的关注，因为他们的工具能使智能体更容易地「读懂」网站。
据最新报道，Browser Use刚融了一笔1700万美元的种子轮资金，由Felicis的Astasia Myers领投，Paul Graham、A Capital和Nexus Venture Partners跟投。此次融资之前还没被报道过。
Browser Use是Y Combinator 2025冬季班的一员，最近几个月随着智能体的爆火而名声大噪。
尤其是火出圈的Manus也用了Browser Use工具，一下子就把它的知名度推到了新高。
Founder Park 正在搭建开发者社群，邀请积极尝试、测试新模型、新技术的开发者、创业者们加入，请扫码详细填写你的产品/项目信息，通过审核后工作人员会拉你入群～
进群之后，你有机会得到：
高浓度的主流模型（如 DeepSeek 等）开发交流；
资源对接，与 API、云厂商、模型厂商直接交流反馈的机会；
好用、有趣的产品/案例，Founder Park 会主动做宣传。
01
五周时间做出Demo，
然后开源
Browser Use的创办人是Magnus Müller和Gregor Zunic，他们去年通过苏黎世联邦理工学院的创业加速器创办了这个项目。
Müller多年来一直在研究网页抓取工具，2024年他在读数据科学硕士时认识了Zunic。Müller说，他们俩一块儿琢磨出了把网页抓取和数据科学结合起来的想法，打算让浏览器自己完成任务。
Müller和Zunic花了五周时间做出了个Browser Use的demo，结果一炮而红。后来，他们干脆把Browser Use开源了。
简单说，Browser Use是把网站上的按钮和元素拆解成一种更容易理解、更像「文本」的格式给智能体用。
这能帮助AI智能体搞清楚网页有哪些选项，然后自主做出决策。
「好多智能体靠的是视觉系统，通过截图来浏览网站，但这过程中老出问题。」Müller说，「我们把网站转化成智能体可以理解的东西，这种方法能让我们以更低的成本反复运行相同的任务。」
随着越来越多的AI公司想让他们的智能体跟网站交互得更顺畅，Müller觉得Browser Use能成为满足这些需求的「底层技术」。
他还表示，现在Y Combinator冬季班里有20多家公司都在用Browser Use满足自己的需求。
有些公司还跑来问他们，怎样才能使得智能体更容易地浏览自己的网站？
Müller说，「像LinkedIn这样的网站，总是改变网站的功能，智能体在这种情况就经常出错。」
Felicis的Myers说，他们过去几年一直在关注AI智能体领域，而Browser Use就是一个很好的投资机会。
她说，Browser Use的创始团队——以及他们开源为先的策略——彻底打动了自己。
「我们觉得网页AI智能体是下一个前沿技术，能真正使得人类任务实现端到端的自动化，」Myers对TechCrunch说，「网页AI智能体就像是一座动态桥梁，连接着静态预训练模型与不断变化的数字世界，而这些静态模型往往只专注于文本。」
02
Browser Use：
让智能体简单地浏览网页
Browser Use可以使AI智能体简单地浏览网页。
它在GitHub上开源，许多项目都使用了它的功能，目前已经获得超过47k个Star了。
项目地址：https://github.com/browser-use/browser-use
Browser Use通过提取网站的交互元素（如按钮、表单等），使AI能够自动化执行浏览器操作，例如填写表单、搜索信息或导航网页。
这对于开发AI驱动的网络智能体非常有用。
比如，它可以将商品添加到你的购物车，并完成结账。
甚至是阅读你的简历，然后帮你找工作！中途如果有需要，还会停下来等待你的指示。
它也可以帮你干活儿。
比如，让它在Hugging Face上查找具有cc-by-sa-4.0许可证的模型，然后按点赞数排序，将排名前5的模型保存到文件中。
03
从MCP到Browser Use的爆火
Browser Use是随着智能体的快速发展而爆火起来的。
去11月，Anthropic首次提出「模型上下文协议」，即MCP，赋予了Claude模型超级能力，一次构建，让AI与工作流深度集成。
用通俗的话讲，MCP就像是专为AI应用设计的通用接口，类似我们日常使用的USB-C。
正如USB-C简化了不同设备与计算机的连接方式，MCP简化了AI模型与数据、工具和服务之间的交互方式。
通过MCP，AI助手不仅能够「读懂」代码，还能「理解」团队讨论、涉及文档等外部信息，提供更加精准的回答。
今年1月，OpenAI推出了Operator，能够自主执行网络任务，如规划假期、填写表单或预订餐厅 (OpenAI Launches Operator)。
Operator使用名为Computer-Using Agent (CUA)的AI智能体，通过视觉界面控制网页浏览器，模拟人类点击、输入和滚动的操作。
这一工具展示了AI智能体在网络任务自动化中的潜力，但也需要用户在遇到复杂界面或验证码时介入。
差不多同一时间，Browser Use也开源了，它被Manus团队集成到了Manus智能体中。
Manus因其综合能力和友好的用户界面（如实时显示思考过程）而迅速走红，吸引了大量关注。
这直接推动了Browser Use知名度的提升。
参考资料：
更多阅读
Ben Thompson对谈Sam Altman：作为一个10亿用户的消费者公司，OpenAI的过去和未来
跟硅谷创业者聊 Agent：今年创业做 Agent，技术卡点在哪里？
万字探讨Agent发展真方向：模型即产品，Agent的未来要靠模型而不是Workflow
Wiz：320亿美元、谷歌史上最大收购，团队两次创业成功的背后故事
转载原创文章请添加微信：founderparker
