BrowserUse融资1700万美元：AI智能体轻松读懂网页的新篇章
在当下这个AI智能体如繁星般爆发的时代，Browser Use宛如一颗异军突起的璀璨新星✨，刚刚成功斩获了1700万美元的融资，瞬间成为行业焦点。
它究竟有何神奇之处呢🧐？原来，Browser Use拥有一项令人瞩目的能力——能让AI智能体轻松地「读懂」网站，并自动完成那些复杂无比的任务。这一创举，无疑引领了一波AI应用的热潮，让整个行业都为之沸腾！
说到AI智能体，目前或许还没有一个能让所有人都拍手称快、一致认可的定义🤔。但这丝毫没有影响到一大波创业公司如过江之鲫般，竞相投入到打造智能体工具的热潮中，试图通过这些工具来实现各种任务的自动化处理，在这片新兴领域中抢占一席之地。
而在众多公司里，有一家名为Browser Use的公司，就像一块强大的磁石🧲，格外吸引开发者与投资人的目光。原因很简单，他们所研发的工具，极大地降低了智能体「读懂」网站的难度，为AI智能体在网页领域的应用开辟了更为广阔的道路。
📢据最新消息报道，Browser Use刚刚完成了一笔高达1700万美元的种子轮融资。此次融资由Felicis的Astasia Myers领投，Paul Graham、A Capital和Nexus Venture Partners纷纷跟投。值得一提的是，这次融资此前从未被报道过，犹如一颗重磅炸弹，在行业内掀起了阵阵波澜。
网站地址：https://browser-use.com
尤其是爆火的Manus也采用了Browser Use工具，这无疑是给Browser Use的知名度添了一把大火，将其推上了一个新的高度。
Browser Use的诞生，离不开两位极具创造力的创办人——Magnus Müller和Gregor Zunic。去年，他们借助苏黎世联邦理工学院的创业加速器，开启了这个意义非凡的项目。
Müller在网页抓取工具领域深耕多年。2024年，当他攻读数据科学硕士学位时，结识了Zunic。两人一拍即合，经过深入探讨与思考，萌生了一个大胆而创新的想法：将网页抓取技术与数据科学巧妙融合，旨在让浏览器能够自主完成各种任务。
说干就干，Müller和Zunic仅用了短短五周时间，就成功打造出了Browser Use的首个演示版本（demo）。这个demo一经推出，便如一颗投入平静湖面的巨石，瞬间激起千层浪，在业内引起了巨大的反响。之后，他们秉持着开放共享的精神，干脆将Browser Use开源，让更多人能够从中受益。
简单来讲，Browser Use的独特之处在于，它能够把网站上那些复杂的按钮和元素，巧妙地拆解成一种更易于理解、更接近「文本」形式的格式，以供智能体使用。这一创新之举，帮助AI智能体能够清晰地了解网页上的各种选项，进而自主做出合理的决策。
Müller曾这样说：「许多智能体依赖视觉系统，通过截图来浏览网站，但这种方式在实际操作中常常状况百出。而我们所做的，是把网站转化为智能体能够轻松理解的形式。采用这种方法，我们能够以更低的成本，反复运行相同的任务。」
随着越来越多的AI公司期望他们的智能体与网站之间实现更加流畅的交互，Müller敏锐地察觉到，Browser Use完全有潜力成为满足这些需求的「底层技术」。他还透露，目前在Y Combinator冬季班里，已有20多家公司在借助Browser Use来满足自身业务需求。
甚至有些公司主动找上门来，询问他们如何才能让智能体更顺畅地浏览自家网站。Müller举例说道：「像LinkedIn这样的网站，频繁对网站功能进行调整与改变，在这种情况下，智能体就经常会出现运行错误。」
Felicis的Myers表示，过去几年他们一直密切关注着AI智能体领域的动态发展，而Browser Use的出现，无疑是一个绝佳的投资机会。她直言，Browser Use的创始团队——以及他们以开源为先的发展策略——深深打动了自己。
Myers说道：「我们坚信，网页AI智能体将是下一个前沿技术领域，它有能力真正实现人类任务的端到端自动化。网页AI智能体宛如一座动态的桥梁，巧妙地连接起静态的预训练模型与不断变化的数字世界。要知道，这些静态模型往往只专注于文本处理。」
Browser Use：引领智能体轻松驾驭网页的新时代
Browser Use凭借其独特的优势，真正做到了让AI智能体简单、高效地浏览网页。目前，它已在GitHub上开源，其强大的功能吸引了众多项目纷纷使用。截至目前，Browser Use在GitHub上已经收获了超过47k个Star，这无疑是对它的高度认可与赞誉。
Browser Use的出现，为智能体领域带来了全新的发展思路与方向，相信在未来，它还将继续绽放光芒，为科技进步做出更大的贡献。
Browser Use堪称智能领域的一大创举，它具备强大的功能，能够精准提取网站的各类交互元素，像按钮、表单这类关键元素都在其“掌控”之中。凭借这一独特优势，AI得以实现自动化执行浏览器操作，操作过程行云流水般顺畅。
这些操作涵盖范围广泛，既可以轻松填写表单，快速输入各类信息；也能够高效搜索信息，精准定位所需内容；还能够自如导航网页，在不同页面间灵活切换。
而这一切，对于开发AI驱动的网络智能体来说，其价值不可估量。它就像是为网络智能体的开发打开了一扇通往无限可能的大门，提供了坚实有力的支撑。
举个生动的例子，在如今便捷的网购场景中，Browser Use的作用就发挥得淋漓尽致。它能够自动将你心仪的商品添加到购物车，然后有条不紊地完成结账流程，真正实现购物全程自动化，为用户带来前所未有的便捷体验。
项目地址：https://github.com/browser-use/browser-use
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。
比如说，借助Browser Use的强大功能，我们能够让它在Hugging Face这样专业的模型库平台上大展身手。它可以精准地查找那些具有cc-by-sa-4.0许可证的模型，然后按照点赞数对这些模型进行排序，最后将排名最靠前的5个模型妥善保存到文件之中。整个过程一气呵成，高效又准确，充分展现了Browser Use在自动化执行复杂任务方面的卓越能力。
从MCP到Browser Use：一个现象级工具的崛起
Browser Use的火爆并非偶然，它是伴随着智能体领域的迅猛发展而逐渐崭露头角的。
去年11月，Anthropic做出了一项具有开创性意义的举动——首次提出了「模型上下文协议」，也就是我们所说的MCP。这一协议的出现，犹如给Claude模型注入了一股强大的能量，赋予了它超级能力。通过一次构建，便让AI与工作流实现了深度集成，开启了智能应用的全新篇章。
用更加通俗易懂的话来解释，MCP就好比是专门为AI应用精心打造的通用接口，这就类似于我们日常生活中随处可见、广泛使用的USB-C接口。
大家都知道，USB-C接口的出现，极大地简化了不同设备与计算机之间的连接方式，让设备之间的数据传输和交互变得更加便捷高效。同样的道理，MCP简化了AI模型与数据、工具以及服务之间的交互方式。它就像是一座搭建在AI模型与各种资源之间的桥梁，让信息的流通更加顺畅无阻。
借助MCP的神奇力量，AI助手所能做到的远远超出了我们的想象。它不仅能够轻松地「读懂」代码，还具备了「理解」团队讨论内容、各类相关文档等外部信息的能力。如此一来，AI助手在面对各种问题时，就能提供更加精准、全面的回答，为用户带来更加优质、高效的服务体验。
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。