實測Tabbit: OpenClaw很火，但你可能只需要AI瀏覽器

作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

OpenClaw最近徹底刷屏。不到100天GitHub Star數突破250,000，超越React 13年的積累，成為GitHub 歷史上Star增速最快的開源項目。所有人都在討論“AI 能自己操控電腦了”。

但冷靜想一想——它的部署門檻，對普通人來說幾乎不可逾越：Docker配置、SSH、API Key申請……加上安全隱患頻發、調用成本高企，每一步都在勸退人。當下的熱度，更多屬于開發者圈子的焦慮外延。

但它的火，也恰恰說明了一件事：大家對AI介入工作流的渴望是真實的。 只是需要一個門檻更低、更貼近日常的方式來實現。

實際上，對大多數人來說，一個AI瀏覽器可能就夠了。

1

實測：和Tabbit做寫稿搭子

為了測試AI瀏覽器，我決定先從日常工作開始，整個寫稿過程只用Tabbit這一個產品，看看AI瀏覽器能不能扛下來。畢竟，寫作的邏輯不只對內容創作者成立——搜索信息、做研究、整理資料，是每個人日常都有的通用場景。

先介紹一下Tabbit的幾個核心功能：瀏覽器本體、Chat、智能代理、妙招功能。利用這幾個功能，我的創作過程，大致分為三步。

第一步，在正式開工之前，先用“妙招”創建寫作模板。

妙招的功能類似Claude Code和龍蝦里的Skill，用戶可以自主創建妙招，保存和復用高頻提示詞，需要時在Chat對話框里，輸入「/」就可以調用。

我在動筆之前創建了兩個：實測類專家寫作、資料搜集。

其中“資料搜集”包含了我平時調研時的思考框架——從市場格局到產品差異，從技術架構到用戶反饋。這一步花了不到十分鐘，但它決定了后續整個過程的質量。

第二步，調用“資料搜集”妙招，進入調研環節。

AI按我預設的框架展開搜索，給出了一份覆蓋面完整的調研報告，沉淀在當前對話里，以下是截取的產品對比：

這個過程中有三個體驗讓我印象很深。

第一是，我可以打開報告中的任意鏈接，針對網頁截屏，或是劃線選中某段文字，直接注入Chat對話中，讓AI就這段具體內容展開分析，上下文始終連貫。

其次，是智能標簽頁——我同時打開了十幾個頁面，Tabbit自動將標簽分類整理，行業報告歸一類、產品官網歸一類，導航欄一目了然，治愈了強迫癥患者。

最后，最值得一提的是妙招中的腳本妙招。

不同于提示詞妙招，在腳本妙招中，用戶可以通過自然語言提出需求，Tabbit自動生成對應代碼腳本，保存后，就變成了一個可以隨時調用的小妙招了，效果類似瀏覽器插件。

我在調研過程中，臨時創建了一個“一鍵抓取頁面圖片”的腳本妙招，可以邊看資料邊下載素材。

試運行了下，一次就成功了，說明Tabbit把AI的代碼生成能力和瀏覽器的實際運行環境做了精準適配。

（團隊說后面還會解鎖更多玩法，比如播客音頻這類多模態信息的抓取，如果你有什么腦洞大開的需求，咱們評論區見，說不定下個版本就適配上了。）

第三步，進入寫作過程。

在和AI一起收集資料、測試、對話探討的過程中，我基本形成了自己的思路，手動敲了一份思路文檔，然后調用我的“實測類專家寫作”妙招，讓AI來補充，我甚至直接可以調用我的實測任務頁面，讓它自己整理測試情況。

因為我的妙招中，明確寫出了：“在不明確如何執行的時候，向編輯提問，獲得更清晰的選題角度，并確認各個部分的內容，不要一口氣寫作全文”，所以Tabbit向我提出了一系列的問題。

還好我有語音輸入法，能夠進行快速回復，在此，也希望Tabbit后續能增加一個語音輸入的功能。

最終，AI基本完成了我的訴求。拿到初稿之后，我進行了一輪人工修改，然后就做完了。這也是AI瀏覽器區別于龍蝦的關鍵， 它的核心邏輯是半自動。

我們既不能完全丟掉人，把所有判斷都托付給AI、吃現成的輸出；也不能拒絕效率進化，事事靠自己。

最好的狀態，是人始終在回路里，而AI瀏覽器天然適合這個場景。

1

用妙招，把瀏覽器、上下文、AI和人串起來

在實測過程中，我最大的感觸是，Tabbit替我解決了三層上下文斷裂的問題。

最基礎的一層，是AI 對話之間的斷裂。

因為不同模型的技能點不同，很多人現在的 AI 工作流是多AI的組合：用Perplexity或DeepSeek做初步搜索，覺得某個方向值得深挖，就把結果粘到Claude里分析；想發散一下，再切到Gemini去問幾個角度。

三個獨立對話窗口，三段斷掉的上下文。每一次復制粘貼，都在做同一件事：把當前對話里已經積累的上下文——你追問的方向、AI給出的補充、你劃掉的那些不要的角度——整體丟棄，然后在新窗口里重新建立一個更薄的版本。

而在AI瀏覽器中，通過多模型接入，共享同一個上下文解決了這個問題——切換模型不需要新開窗口，你的對話歷史和引用內容始終在線。

第二層斷裂，是信息獲取過程的碎片化。

在做調研的過程中，由于需要參考大量資料，以前要么純人工，打開幾十個網頁，挨個閱讀；要么純AI，直接搜到回答給你。

我們越來越發現，純粹地依賴后者，容易出現信息收集過于狹窄、缺乏細節的問題，人始終需要參與獲取更多數據，來拓寬自己的知識庫。

因此，在和AI共同搜索的過程中，DeepResearch類工具是必要的。但它們雖然能深度搜索，本質上仍是一個獨立頁面：搜完之后，如果你想對某段結論深入追問，要么重新開對話，要么在結果末尾繼續問，很難選中報告里某句話針對性展開。

而在Tabbit的Chat里，你可以一邊讓AI總結，一邊同時打開多個資料來源頁面，截屏、劃線選中某段文字，或者直接把幾個標簽頁納入對話，和 AI 一起做橫向對比。這就是human in the loop(人機協同閉環) 的具體形態——隨時接管，而不是只能接受 AI 整理好的結論。

從這個角度來說，DeepResearch應該是瀏覽器的原生能力，而不是一個單獨的工具——信息就在眼前，追問也應該發生在同一個地方。

第三種斷裂，發生在工具能力層。

多模態文本抓取、全文翻譯、批量下載素材……這些需求以前靠安裝插件解決，但插件要找、要裝、要管理，本質上還是在工具之間跳來跳去。

妙招功能往前走了一步。普通妙招保存的是提示詞，腳本妙招保存的是能力——用戶可以根據自己的個性化需求，自定義“插件”，隨時做、隨時用。

比如我在調研過程中，臨時創建的“一鍵抓取頁面圖片”的腳本妙招，你也可以借助腳本妙招，把網頁切換為閱讀模式、給頁面換成夜間皮膚......

過去AI輔助工作流的一個隱形成本是，上下文是斷的，工具是割裂的。妙招和Chat的組合，不只是“保存常用提示詞”，而是把每個人流程中出現的痛點和經驗，變成可復用的工具，配合始終在線的上下文，讓工具邊界消失了。

可以說，Tabbit提供了一個讓思考能夠完整展開的環境：信息在哪里，工具就在哪里，人和AI始終可以介入。

1

AI瀏覽器，才是大多數人的最優解

不過，目前的產品還有迭代的空間。比如，智能代理這個環節，我們專門做了一個測試：打開了飛書文檔里的兩個表格——“表格A原始數據”和“表格B訂單匯總”，讓Tabbit分析A中的數據結構，然后按照B的格式要求自動填寫匯總信息，這也是比較典型的數據處理場景。

在執行過程中，Tabbit識別了兩個表格的維度差異：產品類別、省份、訂單狀態、支付方式……約一分鐘后開始作業，并理解了數據邏輯、處理了計算規則、匹配了格式要求。

但很快，問題出現了：GUI代理對飛書表格的識別不夠準確，反復填錯單元格，任務沒能跑通。我換了一種思路，放棄GUI操作，改用Chat直接處理文檔內容，反而一次成功了。

這個彎路本身也說明了一件事：當前GUI智能代理的模型能力還有明顯邊界，更適合識別范圍清晰的填寫場景，比如問卷答題、在X和小紅書發布內容這類操作。

這個問題并不是無解的。智能代理的邊界，更多是模型能力的現階段局限，隨著 AI 能力的持續進化，模型越強，AI瀏覽器能覆蓋的執行場景也就越多。

說回OpenClaw的走紅，本質上是一種集體情緒的投射——大家看到 AI 能自己操控電腦，覺得自己也該擁有這個能力。但拋開安裝門檻，它本身的風險也在持續發酵：安全漏洞、數據隱患、高額 API 成本等等，導致最近又開始流行起了“卸載OpenClaw教程”。

冷靜下來想，真實的工作流里，有多少場景是非得讓AI在本地文件系統里自主行動才能解決的，本地的文件可以上傳到網頁處理，大量的信息獲取來自外部網絡，需要傳播內容的平臺也基本都通過網頁來完成——發帖、發文章、填表單，這些都是瀏覽器原生能做的事。

更重要的是，Human in the Loop的場景始終會存在——對C端用戶來說，一個能涵蓋全場景的工作臺，永遠比一個功能強大但難以駕馭的自動化工具更有價值，并且隨著模型能力變強，AI瀏覽器的能力上限還在提升。

成為一個統一的工作臺，同時也要求AI不只是簡單地“存在于瀏覽器里”。

如果AI只是瀏覽器角落里的一個懸浮按鈕，那和單獨開一個ChatGPT窗口沒有本質區別——你依然要在工具之間反復跳轉，依然要重新組織上下文，承受那些隱性的時間損耗。

Tabbit的優點是，先用多模型接入，共享同一個上下文，再通過Chat打通多標簽信息調用，這個過程中，用妙招消滅重復提示詞、滿足個性化需求，再配合智能代理，打開執行的想象空間。

這些功能單獨拆開看，并不是革命性的創新，但組合在一起、長在瀏覽器里，就變成了一個一體化的工作場。

或許，普通人并不需要一臺能自主操控電腦的 AI，而是需要一個真正把AI長在工作入口里的瀏覽器——在你本來就待著的地方，安靜地、絲滑地陪你把事做完。而且它現在是免費的。

如果你也對OpenClaw感興趣但無從下手，可以先從 AI 瀏覽器開始——前往官網，體驗Tabbit：https://www.tabbit-ai.com/

也歡迎大家在評論區提出自己的妙招需求腦洞，或許下一個版本就上了呢。

點個“愛心”，再走 吧