微軟進軍 AI 瀏覽器，維持巨頭的平庸

Edge 能讀懂網頁了，僅此而已。

作者｜薛星星

編輯｜蔣澆

封面｜Edge 截圖

經過了兩年對 Edge 瀏覽器 AI 功能的小修小補之后，微軟在今天為 Edge 瀏覽器加入 Copilot 模式，正式進軍 AI 瀏覽器市場。

具體來說，Edge 瀏覽器中的 AI 功能不再像以前一樣只是一個聊天側邊欄，新推出的 Copilot 模式可以讓 AI 閱讀和理解網頁內容，比如幫你做一個技術文檔頁面的解讀或者 Youtube 視頻的觀看大綱。

它也可以一次性瀏覽所有你已打開的網頁，當你在多個商品或者酒店頁面來回切換煩惱時，幫你列一個對比表格來輔助決策。微軟還增加了語音功能，你可以通過語音聊天來理解網頁、和 AI 實時對話。

這些功能看上去與市面上已有的 AI 瀏覽器好像沒什么不同，但微軟 CEO 薩提亞·納德拉（Satya Nadella）對此贊不絕口，“這是我們為 AI 時代重新定義瀏覽器的第一步。”他說他最喜歡 multi-tab RAG 功能，可以讓他更快地分析微軟過去一年在 Nature 上發表的論文——介紹新功能的同時順帶炫耀一番。

目前該功能尚處實驗階段，微軟稱將會逐漸為 Copilot 模式加入新功能。實驗的另一層含義是現在 Copilot 模式為“限時免費”。考慮到目前 Copilot 仍由 OpenAI 提供基礎模型支持，這意味著你可以免費使用不少 ChatGPT 的付費功能。

比如你可以在 Copilot 模式下使用 ChatGPT 中付費的 DeepResearch 功能。納德拉還透露他們將推出任務代理功能，讓用戶在瀏覽網頁的同時委托 Copilot 處理任務。一位 AI 創業者將其稱之為 ChatGPT Agent 的免費替代版。ChatGPT Agent 目前僅向Plus及以上用戶開放，最低月付費 20 美元。

這大概也是當前 Edge 相較其他 AI 瀏覽器最大的吸引力了。在 OpenAI 還沒正式推出自家瀏覽器之前，你可以在 Edge 中使用平替版的 ChatGPT——算是為山姆·阿爾特曼（Sam Altman）脫離微軟又提供了一個借口。

Edge 能讀懂網頁了，但也僅此而已

和 2023 年最初宣布 Edge 瀏覽器向 AI 轉型一樣，微軟官網發布的產品更新中對 Copilot 模式依然添加了不少宏大的名詞概念，諸如“我們正見證著網絡互動方式的轉折點”“這是我們進一步探索更強大網頁瀏覽方式的下一步”等等。

但用戶打開 Copilot 模式之后，最明顯的感知或許就是主頁界面變成了一個 Copilot 對話框，微軟稱之為“整合了對話、搜索和網頁導航”，敲入關鍵詞時可以啟用 Bing 搜索也可以直接與 Copilot 對話。

微軟在產品文檔中介紹，Copilot 可以理解用戶意圖，幫助用戶更高效地理清信息，不再被龐雜的標簽頁面困擾。你在瀏覽網頁時，也可以隨時調出地址欄左側的 Copilot 提問，Copilot 還可以根據用戶的歷史記錄，預測用戶下一步操作給出建議。

以前段時間 Manus 在官網發布的 AI Agent 上下文工程的技術文檔為例。打開網頁，Copilot 可以理解網頁內容，為用戶提供文檔解讀或大綱。它似乎也可以理解視頻內容，比如對一則 Youtube 視頻進行要點整理，生成視頻摘要。

Copilot 總結 Youtube 視頻

針對電商網站，Copilot 還可以根據商品詳情頁進行 AI 總結，還會提供歷史價格走勢圖、與其他網站進行比價等。不過這項功能僅適應于亞馬遜、Shein 等海外購物網站，國內淘寶、京東等電商網站尚不支持。

Copilot 總結商品頁面

但這些只能算是 AI 瀏覽器的基礎能力。國內的夸克、豆包乃至 QQ 瀏覽器也有類似功能，夸克的 AI 總結會將原有網頁轉換閱讀模式，豆包也可以對 B 站上的視頻進行分析整理，QQ 瀏覽器還推出了網頁搜索與模型對話的雙屏功能。更不客氣點，你在 Chrome 上安裝一個 AI 插件就可以獲得近似體驗，還能自定義模型。

Copilot 模式更顯著的區別是它具備了主動能力，比如 AI tab grouping，可以自動按主題將你的標簽頁歸組。又或者納德亞口中的 multi-tab RAG 功能，它可以讓 AI 瀏覽用戶已打開的所有標簽頁內容，無論你是在閱讀論文、比較酒店或者瀏覽新聞，都可以快速啟用這一功能，“讓你的瀏覽器變成一個幫助你輕松比較、決策和完成任務的工具。”

《山上》實測了包括淘寶、京東以及亞馬遜等多個國內外的電商網站，Copilot 都可以整理多個不同平臺、網頁的商品型號、賣點、價格、評價等，給出一個詳細的購買建議。此前國內密集更新的 AI Agent 產品，多數也都能實現類似功能。

Copilot 總結天貓商品頁面并給出購買建議

但也僅此而已了，和市面上所有號稱 Agent 能力的產品一樣，Copilot 并沒有打通支付環節，無論是預定酒店、購買商品還是規劃行程，它都無法實現微軟宣傳片中的無縫體驗，這些功能都還是期貨。

Copilot 也可以閱讀 PDF 文檔。打開阿里巴巴的 2024 年的季度財報，Copilot 會閱讀文檔內容并給出針對性的回答。它還接入了 OpenAI 的文生圖能力，連續對話后它會詢問你是否需要將財務數據整理成可視化圖表。只是仍然沒法直接使用，圖表中有不少錯誤，比如完全丟掉了阿里巴巴 2024 年第一季度的業績——它只閱讀了三個網頁。

Copilot 閱讀 PDF 財報

在語音模式的加入下，微軟為 Copilot 模式增加了一個頗具科幻感的 Vision 功能。你可以用語音與 Copilot 實時對話，無論你正在瀏覽什么網頁，都可以直接語音提問“這段在說什么”或者“這張圖片是什么”。“它會看到你當前的頁面，與你一起閱讀，一起討論你面臨的難題。你不會再有獨自一人面對所有標簽頁的孤獨體驗。”微軟此前的產品文檔中說。

但這項能力同樣不算新鮮。Perplexity 本月初發布的 Comet 瀏覽器同樣支持語音實時交互，但目前 Comet 初期僅向 Perplexity Max 訂閱用戶（$200/月）及部分邀請用戶開放，尚未全量鋪開。

豆包桌面版同樣具備類似功能，但在 Mac 系統下必須打開屏幕共享權限，將整個桌面畫面共享給 AI，而 Edge 無需打開屏幕共享。《山上》實測發現，豆包的語音互動無法實時對話打斷，只能通過手動點擊屏幕打斷，互動性不強。與之相比，即便在國內網絡環境訪問下，Copilot Vision 的反應速度也更快、回答更精準，同時也可以實時打斷，交互體驗更接近即時溝通。

忘掉那些 AI 博主們高呼的網頁瀏覽形式變了的口號吧，就當下的體驗而言，Copilot 模式的許多功能與現有 AI 瀏覽器沒有什么不同。微軟強調 Copilot 仍處于實驗階段，他們仍將繼續增加新功能，用戶也可自行選擇打開或者關閉。

混戰的 AI 瀏覽器，還沒到終極形態

與今年上半年的通用 AI Agent 概念相比，AI 瀏覽器是一個更早也更快進入到人們視野的產品。最早的 AI 瀏覽器大多只是在瀏覽器中內置了部分 AI 能力，提供基礎的 AI 對話或網頁總結功能。

Agent 熱潮襲來之后，更多的 AI 瀏覽器開始強調自主執行任務的能力，諸如 The Browser Company 的 Dia 瀏覽器、Perplexity 的 Comet 瀏覽器以及 Opera Neoa 均屬此類。微軟在宣傳 Edge 中的 Copilot 模式時，同樣強調它的主動性。

科技公司們對于 AI 瀏覽器的熱衷不難理解，誕生 30 余年之后，瀏覽器仍然是人們在桌面端觸達互聯網的第一窗口——甚至它的核心交互模式都沒有發生太大變化，一路從網景、IE 演變到今天的 Chrome，就連 Chrome 也是 17 年前的產品了。

大模型的誕生重塑了人們獲取信息的方式，人們普遍相信瀏覽器也將會發生改變，無論是巨頭還是創業公司都試圖搶占這一市場。市場調研機構 Market.us 預測，全球 AI 瀏覽器市場將從 2024 年的 45 億美元增長至 2034 年的約 768 億，年復合增長率達 32.8%。

Market.us 報告

但很難說當下的 AI 瀏覽器與 AI Agent 之間的區隔有多么清晰——二者的底層技術類似、瞄準的方向也是一樣的。微軟在 Copilot 模式中展現的能力，都可以在 OpenAI 過去半年的功能更新中找到影子。比如 OpenAI 年初更新的 Operator 功能，它讓 AI 操作網頁成為可能。微軟在宣傳片中描繪的 Copilot 未來能力，也和 OpenAI 的 ChatGPT Agent 十分類似。

蝴蝶效應在推出 Manus 之前瞄準的就是 AI 瀏覽器方向，但他們最終放棄了。Manus 聯合創始人張濤說，AI 瀏覽器的用戶體驗受限，他們意識到要實現真正的通用的人工智能代理，必須要從瀏覽器界面脫離。

甚至 Perplexity 決定推出 AI 瀏覽器也像是被迫的，Perplexity CEOAravind Srinivas說，他曾經聯系 Chrome 團隊，希望將 Perplexity 作為 Chrome 的默認搜索引擎，但被拒絕，于是決定自己做一個。

——天知道 Srinivas 怎么想的。紐約時報稱，Google 為了成為 Safari 的默認搜索引擎，僅 2021 年就向蘋果支付了約 180 億美元，怎么可能會將自家 Chrome 讓給競爭對手。

Srinivas 對于 AI 瀏覽器的看法也和 AI Agent 有些類似。他今年 4 月的一次播客對談中說，瀏覽器就是構建 Agent 的最佳方式。“瀏覽器本質上就像一個容器化的操作系統。它可以在你已登錄第三方服務的情況下，通過隱藏標簽頁訪問這些服務，在客戶端抓取頁面內容，并代表你進行推理和執行操作。”

換句話說，AI 瀏覽器其實也是一種 AI Agent。只是由于當前大模型能力受限，仍無法擺脫原有的瀏覽器框架，只能繼續以傳統標簽頁和網頁交互為核心，更多只是對現有瀏覽器體驗的增強，而非徹底顛覆。

很難說這樣的中間形態會吸引多少用戶改變習慣。微軟早在 2023 年就開始為 Edge 瀏覽器加入 AI 功能，但兩年下來基本沒對 Chrome 造成太大威脅，AI 的帶動作用可能還沒有 Chromium 內核大。

豌豆莢創始人王俊煜發表在《第一財經》雜志的評論文章稱，今天的AI 瀏覽器雖然努力做了很多體驗創新，但還遠遠不夠形成質變。AI 還沒有深度融合到瀏覽器中，沒有真正成為“眼睛和手腳”。

Chrome 瀏覽器的市場壟斷地位也很難輕易撼動，多數標榜 AI 的瀏覽器仍然在使用 Chromium 內核。OpenAI 雖然被傳即將推出 AI 瀏覽器，但他們同時也對收購 Chrome 興趣頗大。

“即使 Dia 能從其中找到帶來 10 倍體驗的亮點，我也看不到什么 Chrome 無法跟進的理由。”王俊煜說。5 月，Google 在 Chrome 中增加了 Gemini 入口，可以閱讀網頁和對話，體驗與 Dia 相似。

AI 瀏覽器往往強調可以自主操作網頁，但又帶來了隱私安全問題，并不是所有用戶都愿意將自己瀏覽的網頁發給 AI。

此前微軟在 Windows 中內測 Recall 功能，這是一個內嵌在系統層級的 AI 工具，可以在后臺定期截取用戶屏幕和內容，以方便用戶隨時切換至此前時間點。Recall 一經推出就遭遇不少批評，部分媒體報道甚至將其形容為監控軟件。

科技媒體 The Verge 報道了微軟在 Edge 瀏覽器中推出 Copilot 模式的消息。文章下的高贊評論寫道：“微軟在 Edge 的最新更新中捆綁了垃圾軟件 Copilot。”

另一條更活潑的評論說，“微軟需要決定一下，我到底該在瀏覽器里使用 Copilot，還是在 Windows 11 里使用？抑或是在 Word 文檔的每一行，甚至 Excel 的每一個單元格用？把那個該死的 Copilot 標志塞滿每個角落，實在讓人心煩。”