我要投稿

“浏览器，重新开机”：从 Dia 被收购到 Comet、Claude 与 Fellou，AI 正在重写入口之战

发布日期：2025-09-06 07:23:24 浏览次数： 1541

作者：非凡产研

微信搜一搜，关注“非凡产研”

昨晚，Atlassian 宣布以 6.1 亿美元现金收购 The Browser Company——这家做过 Arc、还在测试中的 AI 浏览器 Dia 的团队。一个被忽视了二十年的“入口”，忽然被抬进了行业中枢：它不再只是装网页的壳，而是变成可以观察、思考、执行的“工作前台”。这笔交易让“AI 浏览器”从趋势讨论变成产业事件：谁来承载 Agent？工作流如何落在可操作的界面？价值如何被定价？这些问题，被拉到了台前。

Bessemer 的《The State of AI 2025》给出了一个直白判断：浏览器将成为 Agentic AI 的主导界面。它贴着用户的日常工作流，天然拥有上下文与权限；下一代浏览器（Comet、Dia 等）不只是插件，而是“操作层”的一部分，能够跨标签协作、按意图多步执行。换句话说，浏览器从“看”网页，变成“做”事情。

一. 为什么是“浏览器层”——三股力量汇合

这两年，搜索、办公与系统级入口都在往一个方向靠拢：以行动为中心的界面。

第一股力量是搜索替代。 Perplexity 推出 Comet，把“搜到答案”升级为“完成任务”：从网页研究到邮箱/日历的代办安排，浏览器自身成为可调用的助手。Perplexity 同时抛出了一个震撼叙事——对 Chrome 的 345 亿美元“要约”。无论落地与否，这个动作把“浏览器=战略资产”的话题推到了聚光灯下。

第二股力量是浏览器重构。 Dia 把“可编程界面”做成默认形态，Atlassian 则把它接入到企业协作版图——Jira、Confluence 一侧是流程与数据，Dia 一侧是前台与动作，连接处正是 AI 的“意图到执行”。这解释了为什么一家协作软件公司愿意为一家“没有传统营收模型”的浏览器付出 6.1 亿美元：买的不是流量，是组织工作流的前端。

第三股力量是系统化嵌入。 Anthropic 的 Claude for Chrome 进入受控试点：让 Agent 读取、点击、导航网页并在用户授权下执行动作。这不是另一个对话窗，而是将“动作权限”嵌到浏览器事件循环里——安全与可控将成为产品能否规模化的生死线。

二. 三条技术路线：从“回答”到“执行”

路线 A：Answer-first 的搜索替代

Comet 的产品哲学很清晰：把互联网变成“延展思维”的即时界面——研究、比较、决策、再到邮箱/日历/Slack 的任务转译，一条龙完成。优势在“从答案到行动”的联通，难点在权限治理与跨域稳定性。

路线 B：Agent-native 的浏览器重构（Dia / Fellou）

这类产品直接把“多步任务”“跨标签状态”“身份与会话管理”作为浏览器的原生能力。Fellou 的叙述更激进：不仅自动化网页，还要打通桌面级操作。其挑战在于安全沙箱与企业级审计：当浏览器能“买单/发帖/下单”，审计流与回放能力就不再是锦上添花，而是准入门槛。

路线 C：系统型浏览器的 AI 内生化

Edge+Copilot、Chrome 的生态演进、以及 Claude for Chrome 的权限试点，构成“在既有分发里做深动作”的路径。好处是用户教育成本低、兼容性强；代价是创新速度与风险承受度受制于主流平台的节奏。

三. “可编程界面”的工程学：把意图翻译成动作

当我们把 Agent 放进浏览器，工程问题远比“能不能总结网页”复杂：

上下文统一：跨标签页的共享记忆、可寻址的 DOM 片段、以及来自日历/邮箱/文档的外部上下文拼接。

动作编排：把低层的 click/type/scroll 提升为“意图 API”（例如“提交报销”“修改合同的赔偿条款”），以声明式 DSL 或可视化步骤保存与复用。

身份与会话：统一管理登录态、Cookie/Token 与最小权限授权；企业环境下还要映射到 SSO 与细粒度 RBAC。

安全与审计：每一步动作可回放、可撤销；异常分支（验证码、弹窗、表单校验）要自动处理；并对敏感操作（支付/合规提交）插入强交互确认。

可靠性指标：不仅看一次跑通，还要看跨域成功率（CSR）、平均修复时间（MTTR）与“不可预期 UI 变更”的鲁棒性。

Bessemer 把这类能力概括为“在操作层内生 AI”：浏览器不再只是“数据面板”，而是“执行平面”（execution plane）。

四. 估值与交易该怎么看：叙事、替代率与工作流粘性

Perplexity 的资本轨迹给了一个参照：截至 8 月，媒体与路透的多方报道把其最新估值区间落在 150 亿美元左右；“累计融资约 10 亿美元”的量级也被反复印证。估值并非只来自搜索份额，而是对“搜索→行动”的替代率与在工作流里的滞留时间的押注。与此同时，公开向 Google 抛出收购 Chrome 的长程要约，更像是一场关于“入口主权”的叙事战争。

再看昨晚的交易：Atlassian 以 6.1 亿美元买下 The Browser Company。买的不是 DAU 或广告库存，而是把 Agent 前台化的工程资产与和企业协作产品的拼图契合度。当“工作结果”成为购买理由时，浏览器的商业价值就不再用“页面浏览”来度量，而是用“任务完成”来定价。

五. 全球与中国：入口心智的两种路径

全球AI浏览器市场正蓄势待发，市场数据显示，预计从2024年的45亿美元起，到2034年将以每年32.8%的惊人复合年增长率（CAGR）增长，市场总规模有望达到768亿美元。

据QYR调研数据，2023年中国AI搜索浏览器市场规模约为数亿元人民币，预计2030年将大幅增长，2024-2030年的年复合增长率达到34.3%。这一增速高于全球平均水平，反映出中国市场对AI赋能浏览器的需求旺盛。

a16z 的第 5 次《Top 100 Gen AI Consumer Apps》显示，在 Web 侧，夸克（Quark）进入前 10；豆包、Kimi 等也进入前 20。国内产品的优势在于强入口/强分发与高频刚需场景的聚合；挑战是把这些场景转译为标准化的行动 API，以及在出海市场形成可验证的安全与合规凭证。

对于中国团队而言，路径可能是：先在单市场把“行动深度”做到足够稳定（高 CSR、低 MTTR），再通过“本地生态伙伴+合规能力+可观测性”打通出海市场。没有审计的自动化，在企业采购里很难过关。

六. 产品与商业的“落地三角”

速度：极致响应与指令链路压缩。

安全：权限最小化、动作回放、可解释与可追责。

可用性：涵盖更多“端到端”场景，而不是单点 demo。

工程团队需要在三角内找到平衡：速度再快，如果无法审计支付动作；可用性再强，如果在第三方后台遇到验证码就崩溃；安全再全，如果用户要点五次确认才能发一封邮件——都很难规模化。

七. 对甲方、创业者与投资人的“可执行”观察表

入口指标：从“打开次数”转向“任务触发次数/完成率”。

动作图谱：有多少跨站点、跨系统的“可复用动作包”（Shareable Action Pack）。

合规与审计：是否提供企业级审计日志、SLA 与 DLP 钩子。

生态绑定：与主流 SaaS/数据平台的“深度集成”数量（只读 vs 可写 vs 事务级）。

人机协作：当 Agent 卡住时，是否能把“歧义”编排成可交接的微任务给人类完成，再无缝回到自动化链路。

如果你是甲方：从一个“低风险高频”的用例开始（如内部知识检索→日报自动化），在边用边沉淀“动作包”的同时，建立权限与审计基线。

如果你是创业者：用“EDA 框架”自检——Entry（入口）/Depth（行动深度）/Autonomy（自主化程度）/Assurance（可证明的安全与可靠）。

如果你是投资人：看“任务完成—留存”的闭环，而非单点流量；看“动作图谱复用率”，而非 demo 的戏剧性。

八. 未来 12 个月：合纵与连横

系统厂商会加速内生 AI 行动层：Chrome/Edge 的动作权限、策略与审计接口会更标准化，扩展“可执行性”的范围。Claude for Chrome 的试点，已经把“受控权限+行动”写进了主流浏览器叙事。

协作与浏览器前台合流：Atlassian 把 Dia 接到工作套件里，是一个样板——“从文档/工单到浏览器动作”的闭环将被打通。

搜索与浏览器的边界继续模糊：Perplexity 的 Comet 把“搜”与“做”合在一个场景里，下一步是把“团队知识”和“企业权限”连接起来。

当年浏览器赢在“谁能更好地呈现网页”；而今它要赢在“谁能更可靠地完成任务”。Dia 的归宿、Comet 的野心、Claude 的试点、Fellou 的激进，都在把一个事实摆在眼前：入口之战从“信息展示”走向“意图执行”。而真正的胜者，不是“谁的模型更聪明”，而是谁能把安全、权限、可靠性与动作图谱，做成可以规模化复用的“工程学”。这一次，浏览器不再是配角。