昨晚在掘金、知乎、CSDN上发了篇帖子本意是想讨论 Browser Bridge 这个产品有没有人愿意用的问题。属于是向广大网友取经看看有没有什么产品上的启发。结果过了一个小时只有在掘金上是真有人在看也回了我的帖子。知乎和CSDN也有人回也挺快但都是AI在回虽然我最近也是在做AI工具但还是不得不吐槽一下。说回到这个帖子的事儿。最开始的回复我也觉得挺莫名其妙的。“你这个也要不少配置啊”我不清楚他怎么个意思我的产品明明不需要任何配置啊。所以我耐心地做了下面的解释。言外之意并不是我的产品要配置很多东西。而是不用我的产品的话要在Agent里面使用浏览器就需要额外配置很多。本来这些话也没什么。可是在洗澡的时候我不断地想。我这不就把我产品优化的方向找到了吗我的竞品是 Codex、Kimi Work我的优势就是不绑定任何 Agent那我现在的基础版本已经基本实现了。那剩下的应该就是要兼容这些产品在使用浏览器时的细节让用户感觉到和用这些产品一样的舒服。这样想想我背后隐藏的逻辑是当 Browser Bridge 的体验和 Codex、Kimi Work 差别不大时不需要绑定 Agent App 以及 能和任意 Agent 集成这两个卖点大家就会愿意接受。这听上去觉得是理所当然但是总觉得产品的逻辑不应该是这样但却也说不上奇怪在哪里。 Codex、Kimi Work 应该都是解决特定人群的特定问题如果找不到这群人找不到这个问题的痛点是没法正面对抗的。那到底是什么人在使用 Codex 插件、Kimi Work呢这问题有点难想清楚。不过在使用Browser Bridge的过程中我注意到一个具体的问题当Agent需要同时处理多个页面任务时tab的管理体验明显不如Codex流畅。这不今天我就顺手优化了下。Tab 操作隔离在之前的版本中我默认是在当前活跃的tab上处理navigate、click等请求。如果要使用多个tab同时进行页面处理就需要显式地提示Agent。比如打开一个新的tab然后浏览xxx然后填写xxxx等等我认为好的体验应该是让模型能判断自己什么时候需要打开新tab什么时候在同一个tab里面处理。同时任务之间应该隔离起来生命周期结束之后也应该做好收尾工作。基于这个思路我升级了 Browser Bridge最新版本 0.0.8。这个最新的版本目前暂时不能保证模型自己判断什么时候进行tab的隔离。所以我采用了一个折中的方案——任务维度来隔离tab。也就是说当你不显式指定打开tab或者在哪个tab上操作那默认就打开新的tab。当任务结束由于 Agent 上下文里已经有了tab的id因此可以直接关闭相关的所有tab。眼前的问题算是又解决了一个。看不见的问题还是没想明白~
