SH

Soloharness

概念 · 辨析 · Agent

← 返回概念辨析

Concept Contrast Fable

浏览器工具和网页智能体

浏览器工具是一把螺丝刀——你告诉它在哪个网页上点哪个按钮。网页智能体是一个带着工具箱走进网页世界的人——它自己决定去哪个网页、点哪个按钮、读到什么信息之后下一步做什么。一个是被调用,一个是自主探索。

寓言

螺丝刀和修理工

老彭的物业公司管着三十栋楼,每栋楼有十个阀门需要每月巡检。他买了一台自动巡检小车,车上装了一把智能扳手。老彭每次在地图上标好点位,小车就开过去,到了指定位置,扳手伸出来拧两下,检测压力,回传数据。

运行了三个月,效果不错。但每月老彭都要花半天时间给小车地图上标点位——三十栋楼乘以十个阀门,三百个坐标,人工录入。新来的技术员问:不能让小车自己找阀门吗?老彭说:不行,它只会去我标的地方。

老彭后来升级了系统,给小车加了一套视觉识别模块和一个决策单元。现在小车不需要人工标点了。它开进一栋楼,扫描环境,识别管道走向,找到阀门位置,自己拧完,自己判断下一个阀门的可能性位置,自己规划路线。

升级后的系统上线第一周出了一件事:小车在一栋老楼里发现了一个漏水的阀门,不在巡检清单上。旧系统会直接略过。新系统的决策单元判断这个漏水可能影响整层楼的水压,主动停下来拍了照片、发了警报。

设备供应商的销售来参观,说:你们这两代产品对外都可以叫「自动巡检系统」。老彭说:对外叫一样的东西,对内是两种东西。第一代是一把会动的扳手加上遥控器——工具。第二代是一个会看、会判断、会规划路线的巡检员——智能体。

物业公司后来接了一个产业园的合同,甲方要求在标书里写清楚巡检系统的能力。老彭让技术员分两列列:左列写「工具能力」——能拧阀门、能读压力表、能拍照。右列写「智能体能力」——能识别管道、能规划路线、能发现未登记异常、能在信息不全时自主决策。

甲方看了标书,说:很多人把这两列混在一起写,我们分不清哪家真有自主巡检能力,哪家只是远程控制的工具。你们分开写,我们一看就知道。

签完合同,老彭给团队发了一条消息:以后介绍产品,先问自己——这个东西是自己做决定的,还是等着被人用的?答案不同,你卖的价格和承担的责任都不一样。

浏览器工具

一个可被调用的浏览器操作接口,执行单一步骤的网页交互,如点击、输入、滚动、截图。它不自主决定操作序列,需要外部指令驱动。

网页智能体

具备环境感知和自主决策能力的网页操作实体。它能理解网页内容、规划多步骤操作、根据页面反馈调整策略,并自主完成任务。它内部可能使用浏览器工具,但它本身是决策者。

故事对应

  • 自动巡检小车加智能扳手:浏览器工具——需要外部给定操作目标和坐标。
  • 人工标三百个点位:工具模式需要调用者管理所有操作参数。
  • 加视觉识别和决策单元:升级为网页智能体——自主感知和决策。
  • 发现未登记漏水阀门:智能体的自主发现和主动报告能力。
  • 标书分两列列能力:采购材料中区分工具能力和智能体能力,让评估更清晰。

落到项目里

评估网页操作方案时,先判断场景需要的是工具还是智能体。如果操作目标明确、步骤固定(比如每天登录同一后台拉同一份报表),浏览器工具就够了,响应快、可控、成本低。如果需要跨页面探索、根据动态内容做判断、处理未知异常,网页智能体的架构才有价值。把智能体的价格报给只需要工具的场景会丢单,把工具的能力承诺给需要自主决策的场景会翻车。