2026年11月20日,开源浏览器智能体 Browser Use 发表复盘文章,讲清了 11 月 10 日发布的 1.0 版本为什么敢删代码:24 个浏览器操作被收成一个 python 工具,代码库删掉 136,905 行、只新增 29,601 行,178 个 Python 文件压到 43 个,同一批模型在 BU Bench v2.1 上反而涨了 14 到 33 分,成本降到原来的 2.7 到 5.2 分之一。
工具越少,模型越会自己想办法
1.0 只给模型一个主工具:带预导入浏览器辅助函数和原生 Chrome DevTools 协议(CDP)访问能力的持久 Python 环境,外加两种结束方式。此前两年团队沿用“卡住了就加一个操作”的做法,到 2025 年 6 月工具涨到 29 个;每个操作都占提示词空间,菜单之外的事模型根本碰不到。改成写代码后,模型在 199 条评测轨迹里调用了 12,976 次代码、约 47 种 CDP 命令:页面卡住时它会拦掉出问题的脚本、直接去读页面自己的 JavaScript、找到背后的数据接口,一次任务 3 分半钟拉回 4,720 行数据。
删代码也不是无条件成立。作者自己提醒:1.0 同时改了默认配置,分数上涨不能全算在工具变化头上;验证码仍是代码写不赢的地方,小规模测试里文字提示 3 次全败,专用的 solve_captcha 工具 6 次全过。团队的判断标准也因此很直接:模型自己能调用的底层能力就写成文字提示,调不到的才做成工具。
1.0 的上手门槛不高:装包、填一个 API 密钥,三行代码就能跑起来。它的启示不只属于浏览器智能体:工具设计的目标不是给模型更多菜单,而是给它够到底层的原语。对照站内此前的评测,Browser Use 的账单与登录墙一直是用户最先踩到的坑,1.0 之后这些坑是否变小,还要看真实使用反馈。Browser Use 值得用吗:让智能体自己点网页,坑在账单和登录墙可以对照着看。