當Gemini 3能自動瀏覽、比價、下單，瀏覽器不再只是入口，而是執(zhí)行層。真正被沖擊的，可能不是AI同行，而是大量工具型App。

撰文/海月

編輯/祝余

過去兩年，AI產(chǎn)品最常見的敘事是“更聰明了”：更大參數(shù)、更強多模態(tài)、更會寫更會畫。但用戶的體感經(jīng)常停留在另一層——“更會聊了”，離“更能辦事”還有一段距離。于是市場開始追問一個更具體的問題：到底要把AI放在哪里，才會讓它從“功能”變成“習慣”？答案越來越像同一個方向：瀏覽器。

原因也很直接。瀏覽器是人類在線生活的默認工作臺：打開它，信息流、購物、表單、訂票、報銷、文檔、郵箱、日歷都在里面。誰控制瀏覽器，誰就離“代辦一切”更近一步。Perplexity先做了Comet，OpenAI做了Atlas，都是在給同一個命題下注：未來的交互，不是點開哪個App，而是把一句話交給一個能操作網(wǎng)頁的智能體。

這時候Google動手，意義就不只是“跟進”，而是“改寫分發(fā)”。Chrome的優(yōu)勢不是模型有多驚艷，而是它天然把AI變成出廠設置：側(cè)邊欄常駐、網(wǎng)頁上下文可見、賬號體系可調(diào)用。

于是AI不再需要用戶“想起它”，它在用戶每一次打開標簽頁的時候都在場。類似的邏輯，在另一條賽道上已經(jīng)被驗證過：舞臺能把新物種推到聚光燈下，但真正決定它能走多遠的，是它什么時候能在真實場景里穩(wěn)定干活。

入口不是位置，是“權限”

把Gemini放進Chrome側(cè)邊欄，看上去像一次產(chǎn)品形態(tài)升級：少了復制粘貼、少了跳轉(zhuǎn)頁面、多了隨時待命的助手。真正更狠的，是它把“入口”從流量概念，升級成能跨應用取信息，所謂入口就不再是“把用戶導到哪里”，而是“允許誰替用戶動手”。

這輪更新里最具分水嶺意味的是“Auto Browse（自動瀏覽）”。它不是總結(jié)網(wǎng)頁、也不是幫忙比價那么簡單，而是開始承擔多步驟工作流：找機票酒店、挑日期、對比價格、把合適的選項加入行程；或者在網(wǎng)頁里跑一遍報銷、訂閱管理、預約、材料收集等繁瑣流程。

更關鍵的是，它把“操作”做在了用戶可見的界面上：AI不是在后臺生成一個答案，而是在前臺完成一個過程。對用戶來說，這會帶來一種新的信任結(jié)構(gòu)：不是“它說得像真的”，而是“它真的把事辦了”。

Google還把“Connected Apps（連接應用）”這套體系往前推了一步：Gmail、日歷、地圖、航班、購物這些服務本來就是Google的護城河，現(xiàn)在AI能在授權后直接調(diào)用它們，讓“跨站跳轉(zhuǎn)”的痛點變成可被吞掉的流程成本。舉例說，同樣是做旅行規(guī)劃，傳統(tǒng)方式是用戶在幾十個標簽頁里來回橫跳；現(xiàn)在更像是AI在標簽頁之間穿梭，用戶只負責確認關鍵節(jié)點。

對外看是體驗升級，對內(nèi)看是平臺重新掌握任務分發(fā)權：過去任務分發(fā)給App，未來任務分發(fā)給Agent，而Agent背后站著誰的賬號體系和生態(tài)，決定了它能把手伸多長。

這種“權限型入口”的變化，會直接擠壓兩類產(chǎn)品的空間。第一類是工具型App：比價、領券、表單助手、截圖翻譯、簡單修圖、行程整理——這些功能過去靠單點體驗生存，一旦瀏覽器側(cè)邊欄常駐、且能直接在網(wǎng)頁里完成閉環(huán)，用戶打開獨立App的動機會明顯下降。

Google把“Nano Banana”這種網(wǎng)頁內(nèi)圖片編輯也塞進側(cè)邊欄，本質(zhì)就是在用瀏覽器吃掉一批輕量創(chuàng)作和輕量處理工具的場景。

第二類是內(nèi)容分發(fā)型平臺：當用戶越來越習慣“把問題交給Agent，讓它在網(wǎng)頁上替自己跑”，內(nèi)容平臺的價值會被重新定價。因為Agent天然傾向于“把信息壓縮成結(jié)論，把過程變成步驟”。這對用戶是效率提升，對平臺是流量結(jié)構(gòu)變化：從“人點開頁面”轉(zhuǎn)向“Agent讀取頁面”。

誰能被Agent更好地理解、引用、執(zhí)行（比如開放結(jié)構(gòu)化數(shù)據(jù)、提供可調(diào)用的流程標準），誰就更可能在新的分發(fā)鏈條里保住存在感。Google提到的開放協(xié)議（例如讓購物流程更順滑的標準化嘗試）也在往這個方向鋪路：讓Agent更容易完成交易閉環(huán)。

瀏覽器Agent的真正對手，不是Comet和Atlas，是“事故率”

如果把這輪競爭只看成“Google vs OpenAI vs Perplexity”，容易誤判重點。瀏覽器Agent的真正難點，不在模型能不能寫、能不能看，而在它敢不敢動手、動手會不會出事、出了事誰負責。也就是說，決定它能否規(guī)�；�的不是演示視頻，而是事故率與可控性。

從產(chǎn)品設計看，Google已經(jīng)在刻意把風險邊界畫出來：涉及付款、發(fā)布動態(tài)等敏感操作前必須暫停并讓用戶確認；Auto Browse目前也帶訂閱門檻與地區(qū)限制，先在可控范圍內(nèi)試水。Wired也提到提示詞注入（prompt injection）等安全風險：當Agent會點擊、會填表、會登錄，網(wǎng)頁就可能從“信息載體”變成“攻擊面”。這會逼著瀏覽器廠商把安全能力從“攔截惡意網(wǎng)站”升級成“約束AI行為”。

這也是為什么“瀏覽器里住著AI”聽起來很爽，但真正落地會出現(xiàn)大量工程細節(jié)的拉扯。

一類是權限與隱私的拉扯。Agent要好用，就得讀懂上下文；讀懂上下文，就不可避免觸及用戶數(shù)據(jù)。Google強調(diào)用戶可以連接或斷開應用、保持掌控權，并計劃推出更個性化的“Personal intelligence”。這套敘事能降低心理門檻，但也意味著未來競爭不只是模型能力，而是“誰更讓人放心授權”。

另一類是可解釋與可回滾的拉扯。傳統(tǒng)App出錯，用戶知道自己點了什么；Agent出錯，責任鏈條會變模糊：是用戶指令不清、還是模型誤解頁面、還是網(wǎng)站結(jié)構(gòu)變化、還是被惡意內(nèi)容誘導？如果不能把過程做得足夠透明、把關鍵節(jié)點做得足夠可控，用戶會很快從“解放雙手”變成“這玩意別亂動”。

所以“在前臺執(zhí)行過程”既是信任加分項，也會逼著產(chǎn)品做更復雜的可視化與審計：它點了哪里、填了什么、為什么這么做、下一步準備做什么。Google把Gemini固定在側(cè)邊欄，而不是彈窗式的對話框，本質(zhì)也是在給“過程可見”讓位。

再看競爭對手，Comet和Atlas之所以被反復提及，是因為它們把“AI原生瀏覽器”這條路提前走通了敘事：瀏覽器不只是入口，而是助手常駐的操作系統(tǒng)。Comet基于Chromium，Atlas也同樣走Chromium路線，本質(zhì)說明一件事：瀏覽器戰(zhàn)場的技術底座正在趨同，差異會集中在三點——賬號生態(tài)、分發(fā)規(guī)模、以及對“事故率”的治理能力。

Google的優(yōu)勢在規(guī)模：Chrome的用戶量讓它可以把新交互范式直接推送給海量用戶，而不是慢慢教育市場。

OpenAI的優(yōu)勢在產(chǎn)品心智：Atlas把ChatGPT作為瀏覽器中心，讓“對話即操作”的體驗更統(tǒng)一，也更容易形成品牌綁定。

Perplexity的優(yōu)勢在搜索鏈路：Comet更像把“答案引擎”變成“操作入口”，對比傳統(tǒng)瀏覽器更強調(diào)“從搜索到執(zhí)行”的一體化。

但這些優(yōu)勢能不能兌現(xiàn)，最后都要回到同一個現(xiàn)實問題：當Agent開始替用戶上網(wǎng)“上班”，它必須像一個合格的員工——穩(wěn)定、可預測、可交接、可追責。否則它只能停留在演示與輕量場景里，變成“偶爾用一下的功能”，而不是“每天離不開的工作方式”。

這也是為什么討論瀏覽器Agent，不能只聊模型參數(shù)與功能清單，更該盯著它什么時候能把任務做到“連續(xù)兩小時不掉鏈子”。

結(jié)語

Chrome與Gemini 3融合，這件事表面是一次功能更新，底層更像一次“入口換代”：從“人點網(wǎng)頁”變成“人下指令，Agent跑流程”。對用戶來說，省下的是時間；對行業(yè)來說，改變的是分發(fā)結(jié)構(gòu)——工具類App會被擠壓，平臺類流量會被重算，能被Agent順暢執(zhí)行的服務會更值錢。

但這條路不會只靠“更聰明”就自然成立。瀏覽器Agent一旦進入真實任務，就會被迫面對現(xiàn)實世界的復雜：網(wǎng)頁結(jié)構(gòu)隨時變化、權限邊界必須清晰、惡意誘導無處不在、出錯成本真實存在。

Google、OpenAI、Perplexity在同一個賽道上互相拉扯，最后拼的很可能不是誰能做出更驚艷的演示，而是誰能把事故率壓到足夠低，把可控性做到足夠強，把“代辦”變成一種讓人放心托付的默認方式。

       原文標題 : Gemini 3住進谷歌Chrome：AI終于開始“替你上網(wǎng)”了