“AI 瀏覽器是最差的交互形態，搜索也是”

駱軼航｜硅星人創始人、 硅基立場主理人

翟琦｜Tinyfish 聯合創始人、前《華爾街日報》《彭博社》記者

這是一期慢慢碰撞出來，而且在錄制完畢后仍然沒有“結束”的播客。讓我講一講它的緣起：

10月中的一天，在舊金山灣區，Tinyfish 的聯合創始人兼首席運營官 Keith Zhai （翟琦）跟我一起午飯：Tinyfish 要發布一個新的版本，他跟我聊，該怎么向普通人介紹 Tinyfish，它有什么用，最好是一句話。

這……確實是個挺難的問題。Tinyfish 在 8月底獲得了 ICONIQ 領投的 4700萬美元融資，是全球通用 Web Agent 當中比較有代表性的一家，它不直接服務于每一個人，Google 和 DoorDash 是它兩個比較重要的客戶。

Google 和 DoorDash 用 Tinyfish 做啥？搜索。對，你沒聽錯，Google 靠一家創業公司做“搜索”。這里的區別在于，Google 的搜索，是給“人” 用的，搜索的是已經存在的靜態的頁面；而 Tinyfish 的搜索，是給機器用的，搜索的是動態的互聯網信息。準確地說，它不僅僅是搜索，而是一個 Agent， 通過對實時動態的互聯網搜索、聚合與整理，提供給人們需要的結果。

我說，Tinyfish 是 一個 Meta Web，a mete web to operate all webs and web information all around the world. Keith 想了一下說：大家應該還是不理解。什么是 Meta Web? 人們沒見過啊。

我說，AI 時代的很多產品就是——在沒做出來之前，就算你是產品經理，你也不知道它長什么樣啊。

Keith 說：唉，AI 時代，想象力是最重要的，人們經常會缺乏對 AI 產品的想象力。

然后我就去了紐約，在我在紐約出差時，OpenAI 發布了瀏覽器 Atlas。很多人覺得這是一個劃時代的產品，也有一些人覺得它缺乏想象力。

于是我飛回了舊金山，跟 Keith 錄了這期播客。我們覺得，Atlas 是一個人們了解什么是 Web Agent 的“反面案例”，它在打開了人們與機器交互方式的想象力的同時，限制了對 AI 能超越人類的“監視”和嫩合理局限，自主處理幾何級增長數量的海量信息的想象力。

Keith 認為：瀏覽器是不需要存在的。搜索是有清晰的天花板的。未來人類不需要搜索，甚至不需要瀏覽，就能用一個 Agent 處理互聯網世界的信息和內容。這就是這期播客的主題。

前兩天，Keith 跟我說，Tinyfish 做了一次更新，推出了一個 Operational Model for the entire web。他寫了一篇博客放在了官網上，標題是 Tinyfish and the limits of search，他說：這篇文章是受我們上次播客的啟發。

他在文章中說：

“瀏覽器 Agent 在用戶上下文中運行——單會話、單瀏覽器、以人類速度運行。它們是提高效率的工具，可以幫助你更快地瀏覽網站。但它們無法解決企業級難題：如何在成千上萬個分散的系統中實現可靠的智能。你不可能通過一個每次只運行一個會話的瀏覽器代理，每月執行 3000 萬次操作”。

而這是 Tinyfish 希望做到的。只要當瀏覽器需要人的“瀏覽”，它就不可能釋放指數級的生產力和效率。從這個意義上來說，把關于 Web 的一切交給 Web Agent，一個 Meta Web，可能是一條路。

這就是這期播客的主線，以下為對談實錄，Enjoy。

歡迎關注硅基立場小宇宙收聽節目

駱軼航：大家好，歡迎收聽《硅基立場》。接下來我們會更頻繁地與大家見面。這期節目依然是在舊金山灣區錄制的 Podcast。我們錄制這期節目的背景，是因為幾天前——大概三天前——全網都在討論 OpenAI 發布的新產品——瀏覽器Atlas。這件事可以說是硅谷乃至全球 AI 產業都繞不開的話題。今天邀請到的嘉賓是一位非常有意思的朋友——Keith 翟琦，他是 Tinyfish 的聯合創始人兼 COO，這是一家專注于Web Agent的公司。

稍后我會請 Keith 詳細介紹一下 Tinyfish，以及什么是 Web Agent。請他來的原因也很簡單：他們所做的事情，本質上就是“用 Web 操控 Web”——也就是通過網頁去操作瀏覽器本身。因為這些場景全部發生在瀏覽器環境中，所以我認為 OpenAI 推出的 Atlas 對他們來說，既可能帶來新的思考，也可能帶來挑戰，甚至兩者兼有。無論如何，Keith 是一個真正的“局內人”，一個真正意義上的 insider。

還有一個有趣的背景是，Keith 以前和我是同行。他曾是記者——在 Bloomberg 和 Wall Street Journal 都工作過。

翟琦：當然沒錯。

駱軼航：對，他在《華爾街日報》和彭博社都有工作經歷。當年他的報道內容我們這里就不多展開了——他曾經是跑中國政治線的記者，信息準確且見解深刻。我一直很欣賞他中立而建設性的態度，這也是我非常愿意和他對談的原因。如今他已從記者轉型為創業者，在硅谷創辦了一家面向企業（B2B）的 AI Agent 公司，這樣的轉變本身就非常有意思。那我們就正式開始今天的討論吧。要不，Keith，你先介紹一下自己，以及你現在在做的事情？

翟琦：好的，謝謝駱老師，也向各位聽眾朋友問好。正如剛才提到的，我的職業背景確實是記者，曾在《華爾街日報》、彭博社、路透社等媒體工作過。其實，我過去二十年的核心工作，都是與“信息”打交道。很多人以為記者的工作重心是寫作或撰稿，但我認為并非如此。新聞工作的核心，是把那些原本不為公眾所知的信息，帶到公共領域——這就是所謂的 public interest（公共利益）。這也是我過去二十年來一直在做的事。

Tinyfish 是我在一年多前創辦的，目前公司已經完成 A 輪融資，總部在硅谷。我們定位為一家AI Native Infrastructure Company（AI 原生基礎設施公司）。

從瀏覽器 Atlas 說起：當 Agent 能“上網”

駱軼航：你們自稱是 “AI 原生基礎設施公司”，而不是 “Agent 公司”？

翟琦：對，這和我們今天要聊的話題密切相關。OpenAI 推出的 Atlas，本質上是一個全新的瀏覽器（Browser）。但其實，大公司重新回到“瀏覽器戰場”這件事，本身并不新鮮。

駱軼航：我發現，每一次當科技巨頭真正進入決戰階段，戰場往往都會落在瀏覽器上。至少在美國和硅谷，歷史都是這樣：早期是 Netscape Navigator 對 Internet Explorer，后來是 Chrome 對 IE，而現在，則似乎是 Atlas 對 Chrome。

翟琦：確實，這是一個非常有意思的話題。因為 Web Agent 的核心就是——讓 Agent 能幫你上網，代表你與網絡交互。現在，各大公司都在重新布局瀏覽器。最新的是 OpenAI 的 Atlas；此前 Perplexity 發布的 Comet 其實也是一種瀏覽器形態的產品；更早之前，Google 在 Chrome 上已經加入了 AI 功能，比如側邊欄里的智能助理。甚至在某種意義上，Facebook 在 WhatsApp 中做的那些 AI 嘗試，本質上也是在尋找“用戶進入互聯網的入口”。

但如果我們稍微退一步，從更宏觀的角度來看這些瀏覽器的變化，其實是在反映整個互聯網形態的變化。自上世紀 90 年代初，人們開始成規模地使用互聯網以來，發生了劇烈的轉變。最初，互聯網上只有幾千甚至幾萬個網站，而今天，已經是超過 20 億個網站，數量幾乎無法統計。

駱軼航：早期的網站其實就是幾張靜態頁面的組合，非常簡單。至少在 1995 年之前，基本都是那樣。

翟琦：沒錯，Web 1.0 時代的網頁非常簡單，內容也很少更新。那時候能做到每天更新的，基本只有新聞網站。

駱軼航：對，能保證每天更新就算非常快了。

翟琦：沒錯。我們都經歷過那個年代——上網瀏覽的體驗其實極為單調。當時唯一的“動態頁面”，你知道是什么嗎？聊天室。像“263 聊天室”“碧海銀沙聊天室”，這些才算是真正意義上的動態交互。

駱軼航：哈哈，暴露年齡了。

翟琦：是啊，但從更本質的層面看，這三十年來變化的是信息的量級——網頁的動態性和內容密度都發生了巨變；但人類與網頁的交互方式幾乎沒變。人依然要主動打開電腦、打開瀏覽器、搜索、閱讀、填寫——所有動作的邏輯都是一樣的。

駱軼航：這個行為模式從萬維網誕生至今，都幾乎沒變。

信息爆炸與有限人類：生而有涯，知也無涯

翟琦：沒錯。從 Tim Berners-Lee 發明萬維網（World Wide Web）到今天，我們每天可支配的時間——7 天 24 小時——并沒有變。但信息量卻呈幾何級數增長。互聯網帶來了“信息爆炸”，而人類的處理能力卻沒有質變。我們的時間、精力和感知能力都是有限的——而互聯網、計算機、模型則沒有這些限制。

駱軼航：模型當然也沒有。

翟琦：正是如此。隨著大模型的出現，信息的增長速度還在加快。這是過去二十多年互聯網發展的核心矛盾之一。接著我們再看，當瀏覽器這一層不斷演進時，它其實反映了一個共識：互聯網的“用戶”正在發生變化。最初的互聯網完全是人類使用的，而現在的趨勢是——不僅人類，Agent 也要成為互聯網的使用者。

但這就帶來了一個問題。作為一個曾經的記者，我最擅長的就是提問題——那就是：當互聯網的“用戶”從人類擴展到 Agent 時，它的底層基礎設施是否也應該隨之改變？

這個問題的啟發來自上一次大轉型——當互聯網從桌面端遷移到移動端時，你還記得嗎？那時很多公司只是簡單地把桌面網頁“搬”到手機上，不作任何改動就上線了。

駱軼航：我當然記得。我們當年做得比較早，PingWest 的網站啟動得挺早，但移動 App 做得很晚。那時我們花了大量時間在“網頁重構”這件事上。

這些所謂的 “AI 瀏覽器”，像“馬車與汽車之間的過渡階段”？

翟琦：當時我們在做移動適配設計的時候，那個方案其實挺受歡迎的。我們把 H5 頁面搬到手機端，既美觀又有交互性，那是當時很多人都在做的事。其實美國公司在這方面做得更多。但后來大家逐漸發現，整個互聯網在進入移動時代后，所謂的 “Mobile Native App” 完全不是簡單地把桌面網頁搬到手機上，而是一次徹底的重構。

這就像我最近常想的一個比喻：在早年間，人類主要靠馬車出行，城市道路都是為馬車而建的——胡同狹窄、轉彎急促。比如我住在北京的東四六條，現在停車極其麻煩。街道辦給我分配的停車位在東四地鐵站附近，我還笑說那干脆分到朝陽門好了，直接停公司門口算了，回家坐地鐵。

這就是典型的“舊基礎設施適應舊時代”的產物。它當然能用，但已經不適應新一代的交通體系。如今的城市要有二環、三環、六環這樣的空間邏輯，整個系統已經完全不一樣了。那我們回到瀏覽器這個話題，其實是同樣的道理。

駱軼航：所以我插一句。你覺得現在這些所謂的 “AI 瀏覽器”——無論是 Chrome 未來可能更深度集成 Gemini，還是 OpenAI 的 Atlas，又或者像 Comet 這種內嵌不同模型、以多步方式協同 Agent 與人類共同操作的產品——它們的形態，是不是就像“馬車與汽車之間的過渡階段”？

翟琦：對，你說得非常準確。我正是這個意思。我認為這種做法是錯誤的——就像當年那些人以為把桌面網頁搬到手機上就算“移動化”一樣。

駱軼航：我插一句，當時我有一個非常深的印象。2016 年 9 月，我去慕尼黑附近的英戈爾施塔特（Ingolstadt）參觀奧迪總部的汽車博物館。那里展出了一臺奧迪最早的汽車，應該是 1890 年代的產物。那輛車裝有一個非常弱的小型引擎，但外觀幾乎與馬車一模一樣——敞篷設計，乘客位置較低，兩側還有排水槽。那其實是馬車時代的遺留結構，因為馬車在行駛時需要排雨水。

當時我就在想：為什么汽車需要排水槽？今天我們已經進入電動車時代，有了 Tesla 這種連發動機都沒有的車。回頭看，那種“馬車樣式的汽車”更像是一個過渡形態。

所以我就在想，現在這些 AI 瀏覽器，會不會就像當年那輛第一臺奧迪汽車的樣子——看似是新物種，其實還背著舊時代的形態？

瀏覽器的“始祖鳥時刻”：Chrome 與 Atlas 的錯位競爭

翟琦：沒錯，Browser Agent 在我看來正是如此。就像你說的，它有點像“鴨嘴獸之于哺乳動物”“始祖鳥之于鳥類”。我們現在處在一個信息形態劇烈變化的時代。第一層的變化是信息規模的幾何級增長；第二層的變化是用戶形態——我們讓 Agent 作為“新物種”參與進互聯網的交互中。

但問題是，底層基礎設施并沒有同步演化。所有瀏覽器的核心仍是“人”——必須由人來全程參與、觀察、控制。它或許能讓速度快幾倍，但永遠受制于人類自身的時間維度：我們是有限生物，有 24 小時、有睡眠、有壽命。

現在我們邀請了“Agent”這個新角色進入交互過程，但它仍只是一個附屬——長在瀏覽器里的一個功能模塊。核心邏輯依舊是“人驅動 Agent，Agent 操作瀏覽器”。所以我認為這種產品形態仍是過渡性的。大家都在做，也無可厚非，因為誰都希望掌握互聯網入口。

只是，從長期來看，我認為在用戶形態（Agent）與信息變量都發生巨變的時代，我們也需要一種全新的基礎設施去支撐這種“爆炸級增長”。

駱軼航：沒錯。我們正進入一個因 AI 帶來幾何級生產效率提升的時代。可在瀏覽器上由人去操控 Agent，本質上并沒有真正提高效率——它仍受制于瀏覽器這個舊的基礎設施。所以，問題不在于 Agent，而在于瀏覽器本身——是瀏覽器這套架構需要被拋棄。

翟琦：對，我同意。

駱軼航：所以說，可能和我們原先預想的討論角度有點不同，但其實又挺一致的。我們這一代人——四十歲上下——都經歷過瀏覽器戰爭的時代。Netscape 被 IE 打敗，是 1995 年左右的事。那是一場真正意義上的“第一次瀏覽器戰爭”。

我當時還小，不太明白那是怎么發生的。家里第一臺電腦是 1996 年買的，打開就只有 IE。我默認互聯網就是那樣開始的。

但到了 2008 年，Chrome 出現時我已經是商業記者了。那天我在辦公室里特別興奮，因為 Chrome 給我的感覺就像“下載一個新的操作系統”。雖然很多人當時覺得這事不大，但我覺得那是歷史性的一刻。我甚至跨洋采訪到了 Sundar Pichai，當時他還只是 Chrome 的產品負責人。

到了 2015 年，Chrome 已經壟斷了整個市場。

所以這一次，我在看 Atlas 的時候，會本能地想到——這是不是“第三次瀏覽器戰爭”？但也許你說得對，第三次瀏覽器戰爭根本不該存在——因為瀏覽器這個形態本身已經是偽命題。

翟琦：是的。如果我們相信未來的世界一定會涌現越來越多的 Agent——首先信息量會持續爆炸，這一點毋庸置疑——那么接下來就會出現越來越多的 Agent 去處理這些新增的信息。換句話說，“用戶端”和“信息端”兩邊都在快速膨脹。當輸入與輸出兩端都發生巨大變化時，我們為什么還要堅持用上一代的基礎設施？

駱軼航：瀏覽器已經成為一個過時的基礎設施。

翟琦：沒錯。正如丘吉爾說過：“民主是最糟糕的制度，但比它更好的制度尚未被發現。”我覺得瀏覽器也是一樣——它或許是最差的一種交互形態，只不過更好的形態還沒被真正發明出來。

駱軼航：瀏覽器是一種最差的人機交互形態，只是最好的形態還沒有出現。

翟琦：對。你想，“瀏覽器”這個詞本身就來自英文 browse——意思是“隨意翻閱、瀏覽”。為什么人要“瀏覽”？

因為他不知道自己要什么。人會瀏覽、會逛街、會刷短視頻，本質上是出于不確定性。當你在互聯網上瀏覽，其實就是在探索。

而當人知道自己要什么時，就會 search——搜索。但搜索行為往往又被現有的基礎設施所限制，比如 Google 的算法和商業邏輯。你以為自己在主動尋找，實際上只是被動接收了可被提供的選項。

Tinyfish 的做法：讓機器在網絡上自動執行

駱軼航：在如今擁有數十億條信息的互聯網中，我們卻仍無法做到“我想要什么，就能直接得到什么”。哪怕已經進入 AI 時代，互聯網依然是“我想要一些東西，我去找，然后可能找到，也可能找不到”。它并不是一個能主動響應意圖的體系。這就意味著，我們需要一種全新的Infrastructure（基礎設施）。那你能不能具體講講，Tinyfish 正在構建的這種新基礎設施到底是什么？它和現在的互聯網有何不同？換句話說，What kind of infra is Tinyfish building?

翟琦：每個人、每家公司的需求都不一樣。而我們已經觀察到，Agent 或 AI 的核心趨勢之一，就是它們會越來越了解每個人的意圖（Intention）和需求（Intent）。語言模型（Language Model）只能回答問題、生成文本，但它不能“做事”；而 Agent 的意義在于，它能基于用戶的真實意圖去執行任務——無論是在浩瀚的互聯網中幫你找到所需的信息，還是直接完成一項工作，這才是 Agent 的核心價值所在。

因此，現在有兩種思路。第一種思路，是讓整個互聯網自己去完成“升級”，也就是每一個網站都重構交互方式，從 Human Friendly 變為 Agent Friendly。這就像當年網站從桌面端遷移到移動端時，大家紛紛去改版，做“移動友好”的網頁（Mobile Friendly Site）。但問題是，這個過程極其漫長。即便今天，也有大量網站——尤其是長尾或邊緣網站——仍然沒有真正完成移動化。美國、日本、歐洲的情況甚至更糟。因為并不是所有人都有能力升級自己的基礎設施，這使得這種變革周期非常長。

但趨勢是確定的：大型互聯網公司終究會被迫這樣做。因為互聯網的核心仍是“人”——而人性永遠追求方便、便宜、高效。企業即使一百個不情愿，也會被迫跟上。這是一種被“用戶需求”倒逼的進化。

說到這里我想起一個例子。去年底，微軟提出了一個概念叫NL Web（Natural Language Web，自然語言網絡）。這件事很多人可能沒注意到。我們當時與微軟有一些溝通與合作，對此了解比較深入。所謂 NL Web，它并不是我們理解的“區塊鏈式 Web3”，而是一種“去中心化、以自然語言交互為核心的 Web 架構”。可以理解為一種“Agent-Friendly 的 Web3”，它強調個性化、自治性和自然語言接口——讓每個網頁都能理解并響應你的意圖。

這件事很有趣。微軟之所以推動它，恰恰因為它沒有像 Facebook、Google 那樣掌握互聯網入口。它沒有現有的搜索或社交包袱，因此可以嘗試“繞開舊入口，重新定義入口”。NL Web 的核心目標，就是推動所有網站逐漸轉向 Agent-Friendly 的設計邏輯，而不是傳統的 Human-Friendly。

駱軼航：那從你看來，Atlas 目前依然是 Human-Friendly 的，對嗎？就像你說的，它依舊圍繞人、網頁、瀏覽器這一老三角運作——用戶在操作瀏覽器、瀏覽網頁、觀察 Agent 的動作。甚至像你提到的那種“人可以隨時打斷 Agent”設計，本質上也是一種人類主導的交互機制。我在舊金山的發布活動上還問過張濤：有多少用戶真的會去“打斷” Agent？結果發現，一旦人去打斷 Agent，雙方都會陷入混亂——人和機器都不知道下一步該干什么。

翟琦：沒錯。這其實就像一個比喻：超人和我們之間的區別是什么？他也是人，只不過把內褲穿在外面（笑）。但關鍵在于能力的數量級差異——我們跑 100 米要十幾秒，他可能只需要半秒。也就是說，當我們跑 1 萬米時，他已經繞地球幾圈了。在這樣的速度差距下，你怎么與他“互動”？你剛邁步，人家已經跑沒影了。

這其實說明，Agent 的核心優勢在于可擴展性（Scalability）。它的速度、并發能力、執行效率，都不是人類的幾倍，而是上百倍。從基礎設施視角來看，我們不是要“幫助人更好地開馬車”，而是要重新造一輛“汽車”。這不是在舊物種上裝上 AI 模塊，而是要重建整個物種。

駱軼航：對，我們不是在一輛馬車上裝一個 Agent。

翟琦：沒錯。目標不是讓馬車跑得更快，而是創造一種全新的交通形態。就像電動車剛出現時，很多人只把它當成“節能的馬車”，但那只是過渡階段。我十幾年前采訪過北汽福田的電動車，當時坐上去感覺又吵又晃，那時候人們的思維還停留在“如何節能”。而馬斯克的思路完全不同——他從不提“節能”，而是問：“為什么電動車不能干掉法拉利？”這就是思維方式的根本轉變。今天的電動車，不只是“替代能源的載具”，而是“重新定義速度與體驗的物種”。

駱軼航：是的。其實這也讓我想到一個問題：我們在理解 AI 產品時，一個被忽視的關鍵點，就是“人”的角色。為什么人必須始終是那個主導者（Dominator）？在具體的任務執行過程中，為什么人要始終在場？這種“親歷感”和“參與感”真的能讓事情更高效、更優質嗎？還是說，它其實已經成為效率的阻礙？

翟琦：Exactly。你看，人類早期的生產方式，全靠手工——拿錘子、螺絲刀去完成工作。后來我們發明了工具，讓效率提高了一點。但下一步的邏輯是：為什么不能按一個按鈕，事情就自動完成？這其實就是 Agent 的邏輯。我們當然都希望如此，但關鍵在于——我們需要的，是一個真正支持這種邏輯的新基礎設施。

未來的人機關系：判斷 vs 執行

駱軼航：我最近看到一個特別有意思的東西。Manus 團隊在社交媒體上發了一個他們內部對 “Vibe Coding” 的定義，還配了個視頻，笑死我了。你看現在大家所謂的 “Vibe Coding”，打開 Cursor 就知道，很多資深程序員都覺得這已經不是自己能做的事了。Manus 發的那張圖特別搞笑——程序員面前只有兩個大按鈕，一個左鍵一個右鍵，就像《中國好聲音》那種，“我要的就是你！” 的紅色按鈕一樣。程序員的工作就變成了：拍這個，或者拍那個。

翟琦：對，要么選 A，要么選 B。其實未來這個“角色”都可以被省略掉。我看了那個視頻也覺得很有趣，他們非常懂傳播。但這正說明一個問題——Manus 這樣的產品，本質上就是“亮燈”和“滅燈”。判斷行為還是由人來完成：比如一家人出去玩，三口人和四口人的邏輯完全不同——今天帶狗、明天不帶，這些都是人根據需求作出的判斷。

而 Agent 的意義，恰恰在于幫人執行，而不是讓人盯著它干活、監督它的過程。要是我已經有一個足夠強大的模型（Model），Agent 的上下文能力足夠強、架構足夠好，那我為什么還要一直看著它工作？

駱軼航：對啊，你根本看不過來。現在很多老程序員看 Cursor IDE 已經快崩潰了——“我為什么要看？干脆擋住得了。”這也是為什么現在 IDE 模式并不是最優解。你看著那一行行代碼閃過，根本無法理解機器到底在干什么。

翟琦：沒錯。其實讓機器大規模接管工作、重構基礎設施的目的，就是為了“解放人類”。但問題在于，人類自己首先要意識到這件事確實是“解放”，而不是“被取代”。很多束縛并非來自外界，而是來自我們的思維。剛才我們提到的 NL Web，其實代表了一種思路。

駱軼航：但我認為 NL Web 其實不是一個真正意義上的 “Web”。它不是一個能被呈現出來的網絡。

翟琦：對，它目前還只是一個理論。

駱軼航：我同意。它很難被實現成我們今天理解的網頁形態。但這恰恰是一個重要的理論起點。那你們 Tinyfish 的思路，和 NL Web 最大的不同是什么？

翟琦：我們不認為所有人都有能力去改變自己的技術基礎設施——這是一個根本前提。但我們認同 NL Web 所代表的愿景：未來的互聯網，應該是 Agent 能直接與網絡交互的世界。不同的是，我們認為那條路太長、太慢。大公司當然可以重構，但數以億計的個體會被落下。這也是 Tinyfish 這個名字的由來——“小魚”，象征那些本不該被時代落下的個體。

我們的邏輯是：構建一個新的平臺，讓任何人都能在這個平臺上，把網頁自然轉化為可交互的系統。也就是說，Agent 可以直接與網站對話，幫助用戶完成任務。這就是我們定義的Web Agent核心邏輯。它的前端可以是網頁、App，或者一個簡單的對話窗口；但關鍵在于，后端由 Agent 根據用戶需求，自動去連接、操作、提交、完成。

駱軼航：比如填表、搜索、訂閱、預約這些操作。對使用者來說，這個過程其實是“不可見的”。他們看不到 Agent 在后臺怎么工作，也不需要看到，對吧？

3000 家奶茶店的例子：Web Agent 如何自動完成任務

翟琦：對，完全正確。它背后在做什么，用戶根本不需要知道。舉個例子，讓我們試著把這個抽象概念具象化。假設北京有三千家奶茶店，每家都有自己的網頁。其實差別并不大，但都各有特色。我也不想通過美團或餓了么那樣的平臺——我不在乎平臺的價格戰，我只想喝到我喜歡的口味、最劃算的那一杯。

在這種場景下，我只需要告訴 Agent：我要哪種奶茶、什么價格、什么時間。Agent 會自己在那三千個網頁之間搜索、比較、下單。每個網頁都被它臨時“平面化”為一個接口，而我不再需要平臺的中介。

駱軼航：對，比如我接入了一個“夸克快購”，但用戶要的其實不是平臺，而是結果。

翟琦：沒錯。平臺永遠強調“只有通過我，你才能得到最好的”，但為什么？憑什么“最好的”一定要通過平臺？

點奶茶還算簡單，但你想，如果是找資源、找內容、找服務，這些都沒被平臺覆蓋的需求怎么辦？難道要自己手動一個個去找？這不現實。Agent 的存在，就是為了替代人完成這些在互聯網上的復雜動作——讓人只需表達意圖，機器自動執行。

“瀏覽”這種以人為中心的交互功能，將逐漸消失，Browser is Dead

駱軼航：我同意。這其實是一種架構邏輯的躍遷。過去我們從 Web 到 Mobile 的轉型，很多人因為缺乏開發能力被落下；而現在，從 Web+Mobile 過渡到 AI 時代，同樣會有大量個人和組織因為沒有構建 Agent 能力而掉隊。
我理想中的狀態是：每個人都能擁有自己的Personal Agent。它可以是一個 Portal、一個入口——可能是 Web 形態，也可能是更智能的操作界面。關鍵是，它具備自動行動的能力，幫我完成事情，而我無需了解它具體是怎么做到的。

換句話說，“瀏覽”這種以人為中心的交互功能，將逐漸消失。

翟琦：對。瀏覽當然可以繼續存在，就像現在還有人騎馬、用毛筆寫字。這些都是個人的愛好，無可厚非。但對機構、企業，甚至個體來說，當目標是提高效率、提升生產力時，“瀏覽”就不是必要環節了。

這其實回到一個核心概念——Intention（意圖）。我們在互聯網上常常忽略自己的真實意圖，以為自己在交互，其實只是被算法牽著走。

我有個朋友在做一個大型短劇平臺，是目前最大的幾個之一。他跟我說，他們很多短劇都設計了所謂的“交互劇情”——觀眾可以選擇劇情走向。但實際上，無論選哪條路徑，結果幾乎都一樣。

觀眾會以為自己“有掌控力”，其實并沒有。這正是當下互聯網的真實狀態：我們以為在互動，實際上只是被動地消費。真正的 Agent 交互，應該改變這種錯覺，讓機器真正根據用戶的意圖去行動。

駱軼航：對，這里人其實不需要再深度參與交互。除了刷好看的照片時，人類幾乎不再需要用眼睛。

翟琦：你這比喻太形象了，拍鳥的時候倒是挺省眼睛的（笑）。

駱軼航：對（笑）。也就是說，在這樣的交互邏輯下，“瀏覽”本身就變得不再重要。

翟琦：沒錯，瀏覽已經不重要了。

駱軼航：瀏覽不重要，那瀏覽器為什么還重要？有人可能會說——瀏覽器是為 Agent 做的。但如果真是給 Agent 用的瀏覽器，為什么它看起來還要和 Chrome、Edge 一模一樣？

翟琦：對，因為瀏覽器本質上就是為人而生的。機器不需要瀏覽器——從第一天開始，它就從未需要過瀏覽。

駱軼航：是啊。哪怕計算機視覺（CV）也不是靠“瀏覽”去理解世界的。

翟琦：對。現在很多人做的“AI 瀏覽器”，本質上是把網頁截圖交給語言模型分析，然后讓模型告訴你這是什么頁面、該點哪里。整個流程又慢又復雜。為什么會這樣？因為它仍然在沿用上一代的基礎設施——就像你硬要在胡同里停汽車一樣。胡同本不是為車造的，你非要停，就得把人行道都堵死。
同樣地，瀏覽器的核心邏輯始終是“給人看的”。

駱軼航：但如果未來是 AI 在人的指令下與外部世界交互，而人不再直接參與這個過程，那人類就不需要“瀏覽”，自然也不需要“瀏覽器”。所以從長期看，你認為 Atlas、Chrome 這類仍以“人”為中心的瀏覽器，其實意義有限？

翟琦：是的。從長遠看，這些設計確實沒有意義。不過在現階段，它們仍然在做一些“有用的事”——比如采集用戶數據、訓練模型、積累交互樣本，這些都非常有價值。但從下一代互聯網的邏輯來看，這些行為已經與未來形態無關。

駱軼航：這就有意思了。你說這種形態“從長遠看沒意義”，但你們的客戶中就包括 Google 和 DoorDash。這兩家公司我每天都在用：Google 幾乎無時無刻不打開，DoorDash 我每天要用兩次——因為我不吃晚飯（笑）。所以我想請你具體講講兩件事：
第一，Tinyfish 具體幫他們做了什么？
第二，站在人類用戶的角度，有了這種 Web Agent 介入后，我和他們的互動發生了怎樣的變化？

翟琦：這兩個例子都挺典型。先說 Google。雖然它幾乎擁有全世界的信息，但仍有很多信息它無法獲取。我們在日本市場幫它做了一個項目——訂酒店。你知道訂日本酒店有多復雜。日本網站的交互是全世界最“古早”的之一，很多仍是上世紀八九十年代的網頁框架——幾乎全是 Yahoo! 風格。
而這些頁面要想抓取信息，極其困難。因為數據不是靜態存在的，而是動態生成的：你必須輸入日期、人數、房型等參數，頁面才會顯示價格和庫存。這意味著，傳統的爬蟲根本無法工作——除非你雇八千個人，每人每天盯一個網頁，一年不間斷地刷新、錄入價格、房型、吸煙區等信息。沒人會這么干。

我們為 Google 構建的，就是一個可以自動完成這一切的Web Agent 平臺。它不需要這些酒店網站做任何修改，而是由 Agent 主動與網頁交互，模擬人類輸入和操作，持續采集最新數據。它能實時知道房價、空房、設施變化等所有動態信息。這讓 Google 能夠持續更新它的搜索結果，獲取“非結構化網頁”中最鮮活的內容。

這就是 Web Agent 的核心邏輯：讓網頁依然保持原樣，但由 Agent 去完成人原本要做的事。網站專注于服務，外部的 Agent 則自動完成“訪問、更新、整理”。

駱軼航：所以 Google 用它，其實是它的 Search 團隊——或者說 Agent 體系——在使用？

翟琦：對。Google 的 Search 團隊在使用我們的系統。某種意義上，這也是它的模型生態的一部分。你看，現在 Google 的搜索已經逐漸“Gemini 化”了——Gemini 模型正滲透到整個搜索體系。而我們提供的 Agent，可以更高效地幫它執行“獲取事實”這個動作，讓整個過程更快、更結構化。

傳統上，一個人花兩分鐘能完成的操作，Agent 能在幾秒鐘內完成上千次。這就是量化的力量。

駱軼航：對，現在很多人做 Agent 產品，結果反而讓原本兩分鐘的事情變成十五分鐘，還得手動點兩次。

Agent 不會 Lost，而人類的注意力會迷失

翟琦：是啊，這就是問題所在——為什么要把無意義的操作重新加回來？機器的價值就在于解放人，而不是讓人反復確認。DoorDash 的邏輯其實相似。我們幫他們做的是Search + Execution（搜索與執行）。

傳統的搜索只是“找一下”就完了，但搜索之后你還要進入瀏覽、篩選、下單——這一串動作，人往往在其中“迷失”（Lost）。搜索行為本身就意味著“不確定性”，意味著你不知道自己要什么，也不知道結果在哪。

而 Agent 不會迷失。它知道目標是什么，會自己去執行并返回結果。

駱軼航：對，人一旦開始搜索，就注定要迷失。我們每次打開 Google 或百度，搜索結果一出來，就被各種信息吸走。

翟琦：完全同意。互聯網的結構就是為了讓人“Lost”。廣告、推薦、超鏈接的設計目的，就是讓你分心、留在平臺上。而 Agent 沒有這種弱點——它不會被干擾。

機器不會迷失，它只會執行。它能從成千上萬個網頁中抓取最精確的反饋和解釋。機器沒有“迷失”的能力，而人類天生會迷失。

這也是人和 Agent 的根本區別所在。

駱軼航：接下來我有個好奇點：因為 Google 和 DoorDash 都是非常大的公司，所以你們目前的客戶主要還是企業端；你們與個人用戶的關系暫時不大。可瀏覽器與個人用戶的關系卻很大——這似乎屬于兩個不同的范疇。

翟琦：大多數人上網就是為了“瀏覽”。為什么抖音火？并不是大家清楚自己要干嘛，而是想打發時間（cure the time）。

駱軼航：所以“瀏覽”應當是一個完全 consumer-facing 的場景，而不是 productivity 場景。

翟琦： Precisely，就是這個意思。沒人會上班對著老板說：今天我什么都不干，只上網“瀏覽”。老板最討厭你“瀏覽”，他希望你直接把事情“咔咔咔”做出來。

下一代 Agent 的方向：更多“懂你”的隱式意圖

駱軼航：對，目標是把事做出來——少瀏覽、少看、多思考、更高效。這個過程中，Agent 負責替你去瀏覽、操作、解決，最后給出結果；而你需要提供更清晰的指令與更明確的意圖。

翟琦：這是另一個環節。

駱軼航：你首先得知道自己想要什么。

翟琦：“知道自己要什么”當然重要，但是否必須用“清晰的口頭意圖”來表達，我覺得要兩面看。舉個例子：現在叫 Waymo 的乘車服務，用戶體驗已經很好了，但核心操作通常是“點一下‘發車’”。那我會問：既然我已經上車、關好門、系好安全帶，這難道不能直接被判斷為“我想走”嗎？

駱軼航：我在舊金山基本只坐 Waymo。它比 Uber 貴，起步價 12 美元；走遠一點反而更劃算。我也確實不喜歡上車后還要寒暄“Hey, how’s it going？”——不想和司機聊天。但現在即便無人駕駛，你上車后還是得點一下“Start ride”，坐副駕要點前排屏幕，坐后排則點 App。甚至開門也要點按鈕。我不理解——明明遍布傳感器和攝像頭，為什么還需要我去“確認開門”？

翟琦：正是這個意思：很多Intention（意圖）未必需要明確口述。比如會議中，有人端起杯子看一眼又放下，十之八九就是在找水。如果我是服務人員，應該主動給他倒水——無需他開口。同樣地，如果一個家政人員在我家工作了 40 年，我皺眉、抬筆、動筷子，他都能讀出我的意圖。這應當是下一代 Agent 的方向：更多“懂你”的隱式意圖識別，而非事事等待口頭指令。

翟琦：當然，今天我們仍需要明確“什么是好”。當 Agent 瀏覽了三萬個網站、給出一個結論時，你要能判斷“這還不夠好”，并指出原因——這有點像和 Steve Jobs 共事的體驗：他不會直接告訴你“要怎樣”，但會不斷把你推向“更好”。Johnny Ive 之于 Jobs，就像一個理解他意圖的“頂級 Agent”。如果你不具備這種“對好壞的審美與判斷”，你可能會在“拼接一個新配色”就滿足了。

駱軼航：或許這些細節并不重要。回到 Atlas——以及未來的 Chrome。我仍傾向于認為，短期內會看到一場“好好打一仗”的競爭。本質上是：Chrome 綁定 Gemini，Atlas 綁定 GPT，誰更快占領用戶心智、誰的模型更強、誰的活躍用戶更多。接下來大量垂類 Agent（法律、醫療、財務等）會在瀏覽器層的差異化上構建，并把瀏覽器演變成一個Meta Agent。

而 Tinyfish 在做的事情，在我看來更像Meta Web：當它與 Web 打交道時，仍需要一個“對外接觸的 Agent”。也就是說，瀏覽器陣營的路徑是“基于 Meta Agent 搭建應用生態”（今天能接 GPT，未來就能接 Atlas）；而你的結論是：不是這樣。

垂直 Agent 很難有長期價值

翟琦：垂類 Agent 的問題在于，它確實可能擁有更多的領域知識（domain knowledge），但我一直對此持懷疑態度。人類真有那么深刻的領域知識嗎？比如法律領域，你說一個人懂得再多，也很難稱得上“domain expert”。

駱軼航：我舉個例子吧——只要在美國辦過身份的人，或者看過別人辦身份的人，都不會比專業移民律師做得更好。

翟琦：對，你可能不想自己去做這些事，確實麻煩。但為了自己的利益，你會把細節研究得非常透。所以我一直懷疑垂類 Agent 的商業邏輯。除非你搶在大模型普及前，占住一個市場——趁它們還沒空做垂類產品，迅速做大，然后當模型成熟時把自己“賣掉”，這才可能成立。

甘家偉以前講過一個案例：美團當年地推打到四川，最初都有本地團購小團隊，做得也挺好。但美團一殺進來，這些小團隊的價值就沒了。想“加盟”？對不起，沒談判空間。要么五塊錢并購，要么被擠死。

駱軼航：這就像戰爭的投降順序問題（笑）。

翟琦：是啊，所以我才說，垂直 Agent 很難有長期價值。你再細分、再專業，能做的公司體量也有限。除非爆發式增長，否則意義不大。你看現在 Claude 已經能幫你做 PPT 了。

駱軼航：對，因為它最新上線了 Memory 功能。

翟琦：對啊，做 PPT 已經很好了。那市面上一堆號稱“PPT 專業 Agent”的公司還剩什么價值？中國的 “AI PPT”、自動生成視頻的創業公司也不少。但 Sora 一出，這些“卷了幾千萬美元”的視頻模型公司瞬間沒戲。Sora 根本不是沿著視頻技術那條路走的。

駱軼航：對，這點特別有意思。像 Manus、Genspark 那些團隊，一直說在做“通用 Agent”，結果執行力最強的兩個轉頭又卷回做 PPT 了。但 Claude 一做 PPT，整個市場又被重置。

OpenAI 與 Google：速度、膽量與時代

翟琦：對。這就是為什么我說——過去一年，大家都低估了 OpenAI。它的行動證明，這已經是一個真正的范式轉移（paradigm shift）。這種時代，做成事的公司都必須打破常規。Google 強不強？當然強，它有全世界最多的數據。但它太“重”，被各種政策和組織限制拖住手腳。OpenAI 不一樣——它可以“不要臉”。Google 做不了的，它敢做。

駱軼航：我在文章里寫過一句話：Google 有一萬種方法能讓 GPT 在 Chrome 環境下體驗更好，但它一條都沒走。

翟琦：對，因為它顧慮太多。微軟當年挑戰 Google 時也有類似的困境。今天 OpenAI 之所以能跑這么快，是因為它是私人公司，不必受那么多約束。它可以把全世界的文章、視頻、TikTok 數據全爬下來訓練模型。

駱軼航：對啊，你一看它那個 Sora2的視頻，就知道 TikTok 的數據沒少喂（笑）。

翟琦：對，它什么都敢拿。反觀 Google，想用自家 YouTube 數據訓練模型，內部就有好幾道法律與政策審查墻。OpenAI 不管這些——它能干什么就干什么。這就是時代的不同。

駱軼航：那在這個“亂世”里，你們 Tinyfish 的角色是什么？你們既不信瀏覽器，也不信“瀏覽”本身；你們認為“任務就是任務”。

翟琦：我當然希望有瀏覽器、有互聯網入口，但我不認為我們能超越 OpenAI，也不可能贏過 Chrome。Chrome 占了全球六七成市場，搜索更是壟斷級的 97%。那我們該怎么活？

我覺得今天所有創業者都該思考“生存之道”。不是明年要做什么，而是先想清楚十年后的方向，再倒推現在的選擇。即使方向錯了也沒關系，關鍵是要有偏見（bias）和信念。

大多數人是“手上有什么就做什么”——模型能干什么我就圍繞它轉。但真正能走遠的公司，得先假設一個“終點狀態”，哪怕不確定，也得從信念出發去構建路徑。

過去做互聯網、做軟件，邏輯相對清晰；現在這波是模型浪潮，沒有人知道明年會怎樣。你只能憑信仰判斷，“我相信它會這樣”，然后再去構建那條路。因為相信，所以看見。

現在的世界太快了。每個人都得不斷提升自己的認知，包括我們自己。比如“工程師的職業形態”這件事——大家已經看到變化了。Cursor、V0 這些產品讓工程師的角色被重新定義。可這還只是開始。產品經理呢？也許他覺得工程師變了，但自己依然安全。其實未必。

駱軼航：每個行業的人都相信同一個邏輯——別人能被替代，但我不能被替代。

翟琦：對，為什么會這么想？

駱軼航：前陣子我有一個挺強的感受。我寫稿越來越輕松了。，是我寫得最輕松的一次。因為我的大部分工作都被替代了。語感、文風、結構幾乎和我一模一樣——作者是Claude Sonnet 4.5。

它完全繼承了我的思考框架。我只盯著它改了四版提綱，最后花半小時編輯完稿。作為一個多年當編輯的人，我很清楚：能在半小時內改完記者稿的，那一定是頂級記者。

我現在的價值，只在于我的意圖還可以影響它。它是一個非常優秀的執行者。也許未來這點也會改變。那問題來了：為什么你覺得自己不會被替代？產品經理也一樣。其實我甚至認為“辦公室”都會被替代。

你看你們公司現在三十多個人，每個人都有電腦。我覺得未來的企業形態會變成這樣：一個辦公室可能只需要五臺有顯示器的電腦，作為“窗口”，人通過這些電腦接入 Portal，輸入指令、驗收結果。

而后臺可能有一百臺無顯示器的主機，專門負責執行。這些主機跑在本地服務器上，完成所有任務計算。這將成為一種全新的企業基礎設施結構。

“相信之后，才看得見”

翟琦：對，我完全同意。企業的架構、結構、人員邏輯，都會發生根本性的變化。顯示器會減少，鍵盤也會消失。為什么還要鍵盤呢？你看 Manus 那幾個做 “Vibe Coding” 的哥們，不就像《中國好聲音》一樣，亮燈、滅燈，表達意圖就夠了。現在連錄音都能語音輸入。

這真是一個極度高風險、但也因此極度有趣的時代。

駱軼航：對，我們聊了一個多小時，也該總結一下了。關于 Atlas 這件事，其實很多人都受到沖擊。你覺得 Tinyfish 在做的，是和 Atlas 完全不同的事情嗎？你們有哪些相似點，又有哪些本質上的不同？這決定了你所謂的“長期愿景”能不能成立——你得證明你想的不是明年的事。

翟琦：我們的核心永遠是Scalability（可擴展性）。這一點與 Atlas 的邏輯根本不同（fundamentally different）。

駱軼航：你覺得 Atlas 不追求 scalability？

翟琦：它追求的是人的可擴展性（personal scalability）——也就是在人的框架內提升效率。但真正的 scalability，應該是脫離人本身的局限。
人當然還在，但區別在于：

“一個人點按鈕”和“一個人穿上機器去工作”，是完全不同的邏輯。我們要構建的，是后一種邏輯。

當然，最終目標可能一致。人永遠存在，瀏覽行為也不會消失，但當企業想要實現大規模效率提升時，互聯網的形態就會發生質變。

駱軼航：而這種變化，不再需要瀏覽器。瀏覽器反而成了效率的束縛。沒有瀏覽器，也就不需要顯示器，但需要更強大的服務器和本地主機。
我特別期待未來的辦公室是這樣的：

三個屏幕、二十個計算盒——一個公司專注做一件事，機器在后臺并行工作，這將是非常有意思的狀態。

翟琦：也許那時連“人”都不太需要了。

駱軼航：對。

翟琦：我一直相信，人應該去做自己認為更有意義的事。

如果你沒身處AI浪潮中，可能你的想象力還不夠

駱軼航：對，這是第一點。第二個問題我也挺好奇的——你們在八月底宣布了融資，一筆很大的錢。我看過你們在日本酒店訂房的 Demo，當時沒太理解。后來十月初我們第一次見面，聊過之后我好像明白了。

我們后來又討論過，怎么用一句話解釋 Tinyfish 在做的事。我說是 “Web control Web”，你說這句話大家還是難懂。

我覺得用 AI 的人需要想象力，做 AI 產品的人更需要想象力。但這不是“有沒有”的問題，而是如果你沒身處浪潮中，你的想象力可能就不夠。

翟琦：對。

駱軼航：那現在有沒有更好的方式解釋你們在做的事？“Web control Web” 聽上去太抽象。Atlas 是 “Human and Agent collaboratively control Webs”。那 Tinyfish 到底是什么？

翟琦：我們的邏輯是：Machines automatically execute at scale.

駱軼航：At scale——機器在大規模自動執行。

翟琦：對，在網上是這樣。我也沒找到一個更好的解釋方式，但核心邏輯沒問題。如果聽眾朋友們有更好的建議，我也非常樂意聽。

駱軼航：對，這個東西該怎么去理解呢？

翟琦：很多時候我也同意你說的——光有創意不夠，還得有那種 Steve Jobs 所說的 “the crazy ones”。你得夠瘋狂，才能看見別人看不到的世界。梵高在發瘋之前畫的畫沒什么特別的，只有當他“瘋了”，他看到的世界才變得如此美麗。

駱軼航：真的是 crazy one。你看，我們快錄完了你才開始上架（笑）。真的是 crazy one。

翟琦：對啊，不“瘋”一點，很多問題根本解決不了。

駱軼航：我覺得問題就在這兒——做 AI 產品的人想象力其實也不夠，做技術的人很多也不夠。

翟琦：是的。你寫文章的想象力可能更強一些，但其實也有限。

駱軼航：大部分寫文章的人想象力也不夠啊（笑）。

翟琦：對，因為我們都是在既有的框架上往前做，這是人的本能。真正的想象力，是要敢于暢想“未來會是什么樣”，而不是只在今天往前挪一步。這是一個很大的挑戰。

駱軼航：你也很難去描述它，但“Web control Web” 這個感覺——如果我模糊地去形容，就是這樣：你打開電腦，看到一個很簡陋的 Portal，輸入一個指令，它就開始執行。你離開電腦，它在后臺不斷工作，也不太希望你打斷。一段時間后，它給你一個巨大的結果——背后連接了無數網頁、生成了大量數據。它的界面很樸素，卻幫你完成了一件龐大的事；你不需要參與任何過程。

Browser is dead. OK？

我覺得你們如果想做品牌傳播，這句話其實挺打動人。

翟琦：對，面向消費者，瀏覽器確實不會消亡，但從我們角度看，Browser 已經死了。

就像廣播死了，馬車死了，毛筆死了，搖柄電話死了——但“騎馬”“胡同”這些事物并沒有真正消失，只是它們在社會中的意義發生了巨變。

駱軼航：對，也許未來瀏覽器會變得“很高貴”——像白金漢宮門前那輛儀式感滿滿的馬車。瀏覽器也許將來就是那樣的存在。

翟琦：對，過去我們不會覺得“手工藝人”多了不起，但現在你會覺得他們很珍貴。瀏覽這個行為其實也一樣——我們人類花了二十年時間在干這件事。

駱軼航：是啊，browsing 這種行為，是人類觸網之后才誕生的。
在那之前你根本沒法“瀏覽”。你家里幾百本書，那只是讀，不是瀏覽。

翟琦：我明白你意思。買東西、逛街這些行為是普遍存在的，但大規模、日常化的“瀏覽”確實是互聯網帶來的新習慣。

駱軼航：我買東西其實就像一個 Agent。我知道我要什么——比如我想買一套西裝，我知道品牌、位置、顏色、上新時間。去了試穿、刷卡、走人。我不需要瀏覽。I don’t need to browse.

翟琦：所以品牌方也不太愛做男士市場（笑），因為像你這樣的消費者太明確了。

駱軼航：對，男士別關注我（笑）。我知道我要買什么，也肯花錢，但我絕不會 accidentally 買一堆沒用的東西。

翟琦：所以你不是他們的目標用戶。你看我穿得多花（笑）。

駱軼航：我還比你講究一點，有限的講究（笑）。

翟琦：哈哈哈，對。

駱軼航：行，今天就聊到這兒吧。又是一期輕松但挺有意思的節目。本來我打算明年再跟你正式聊，比如在一些大會上聊 Agent、聊未來趨勢。但我覺得這期必須趕緊錄——因為話題太新，變化太快。
我馬上要回北京了，從紐約回舊金山的路上我就在想——這期得趕快聊。

翟琦：對，我相信我的觀點現在也不是主流的。

駱軼航：是的，因為你們做的事兒，大多數人還沒看清。

翟琦：但已經有一些人開始看到了。這個東西太新，太顛覆。問題就在于——人為什么上網？為什么上網就一定要“扯淡”？人當然可以上網扯淡，但那些你不想做的事，應該交給機器。

駱軼航：對，我們昨天在群里還討論“用戶畫像”，聊出了一個詞——“高凈值老色批”。

翟琦：這都能講？（笑）

駱軼航：可以講，這還好（笑）。這個角色其實有兩部分：一部分是“高凈值”，一部分是“老色批”。“高凈值”來自他的工作，“老色批”來自他的天性。未來瀏覽器的部分，也許就是“老色批”那塊，而“高凈值”的部分，可能就交給 Tinyfish。

翟琦：對，一個強大的 Agent 來解釋和執行，那才是基礎架構的未來。

駱軼航：而你們的服務，也可能融入某個更強大的系統之中。

翟琦：對，沒錯。其實基礎設施的建設一定會催生出一整個新的產業，我甚至認為會出現幾百、上千個“villain（反派式創業者）”的產業格局。那會是一個完全不同的生態系統。

我只是覺得，這件事是注定會發生的。而Tinyfish一定會在中間占據一個位置。至于最終的形態是什么樣，大家都還在邊走邊看。

駱軼航：是啊，大家都在邊走邊看。我覺得哪怕半年之后，我們再找個機會聊，想法可能又完全不一樣了。

翟琦：肯定會不一樣的。

駱軼航：對，這邊電話線也太寬了（笑）。行吧，酷。OK。

翟琦：這是你想要的嗎？

駱軼航：I’m not sure. 整個氛圍、vibe 是我想要的。觀點和結論嘛，我覺得你講到了六七成吧。我其實也能預感到你會聊這些。我們一直認為 “MetaWeb” 是一個很重要的方向。

翟琦：肯定是的。我們現在專注在做這件事，其實經常能感受到它和其他路徑完全不同。有空我可以拿臺電腦給你看一個我們的小 demo。

駱軼航：對，我想從實際端去看，而不是只看視頻。OK。

駱軼航：（稍后）這是在我們這邊的一個 demo 吧？

翟琦：對，從你這一端看和看視頻完全不一樣。這個其實就是我們做的原型之一，只是一個展示用版本，跑在瀏覽器上。核心上，它是真實錄制的，原視頻大約 40 秒，這個剪成了 20 秒版本。這是我們給某個客戶做的 demo ——一個酒店的tour booking（旅行預訂）場景。系統會自動抓取數據（fetch data），包括日期可用性、房型信息、價格變化等，這些都是通過自動導航（navigate）完成的。

你看，這其實就是未來 travel agents 的一個雛形，他們會大規模使用這種系統來自動生成、管理網頁任務。

這個版本只是展示網站層面的結果。速度上從原來的 40 秒縮短到了現在的 20 秒，可靠性（reliability）也保持一致。接下來我們希望能同時運行上萬甚至上萬個這樣的技能（skills），讓系統持續自主執行。

我們還測試了其他方案——比如我這兩天展示給客戶看的一個 6 分鐘的視頻。那是一個用 GPT operator 執行網頁任務的例子。

他們花了 6 分鐘才完成一個任務，而大部分其他模型早就卡死了。

網頁交互永遠是最難的部分。我們就是要去解決這一點。整個系統現在演化得非常快（evolving too fast），我一會兒可以把那段視頻找出來給你看。

點個“愛心”，再走 吧