神隱許久的光年之外，造了款AI瀏覽器Tabbit，能打嗎？

編輯｜楊文

瀏覽器，正在成為 AI 落地最重要的戰場。

去年 10 月，OpenAI 推出 AI 瀏覽器 Atlas，奧特曼將其定義為「十年一遇的機會」，放言要「改變 30 億人使用互聯網的方式」。

Google DeepMind 推出「Project Mariner」，打出的口號就是「探索人機交互的未來，從瀏覽器開始」。

微軟把 Copilot 塞進 Edge，Google 把 Gemini 嵌入 Chrome，蘋果也在 Safari 層加速布局 AI 能力。

各大科技巨頭不約而同盯上這塊蛋糕，因為瀏覽器是現代人使用時間最長的應用之一。我們在這里搜索、閱讀、工作、娛樂，幾乎所有的信息消費都在此發生。AI 若要真正融入日常，瀏覽器是繞不過去的入口。

但把 AI 塞進瀏覽器，和真正做一款 AI 瀏覽器，是兩回事。前者是在舊框架里打補丁，后者是重新想象人與信息之間的關系。

光年之外團隊，選擇了后者。

他們推出的Tabbit AI 瀏覽器，集瀏覽、搜索、對話、執行于一體，將 AI 能力與瀏覽器深度融合，通過智能代理、沉浸式 AI 對話、智能標簽管理和新一代收藏夾等功能，試圖重塑用戶處理網絡信息的方式。

目前，Tabbit AI 瀏覽器已全面開啟公測，訪問官網即可免費下載體驗，無需邀請碼。

鏈接：https://www.tabbit-ai.com/

一手實測：Tabbit 到底好不好用？

拿到 Tabbit 的第一感受是，它比想象中克制。界面沒有堆砌過多功能，甚至和普通瀏覽器差別不大，直到開始真正用它工作。

在進行各項功能實測前，我們先來看看 Tabbit 的小巧思。

它提供全面的外觀自定義功能，包括 8 種預設主題色選擇、深色 / 淺色模式切換、毛玻璃效果調節。

我們可通過新標簽頁的「自定義顏色」按鈕或設置菜單中的「外觀」選項訪問主題設置，快速調整瀏覽器整體配色和視覺風格。

對話：讓 AI 真正融入瀏覽場景

大多數人使用 AI 的方式都很割裂，在瀏覽器里讀到一篇文章，想讓 AI 總結或追問，只能手動復制粘貼，切換到另一個 AI 應用。這種操作每天發生很多次，每一次都打斷當前的閱讀思路。

Tabbit 熟稔這一痛點，推出對話功能，只需點擊右上角「Chat」圖標，就能在瀏覽器內喚起對話欄，直接針對當前網頁提問、總結或分析

比如讓它總結 The Verge 一篇關于「谷歌推出 Nano Banana2」的報道，Tabbit 思考片刻后，便整理出文章的核心主旨、關鍵要點與結論建議，條理清晰，讓人在最短時間內掌握報道主要內容。

如果覺得側邊欄影響網頁瀏覽，還可以一鍵切換到浮窗模式：

Tabbit 內置 DeepSeek、Doubao、Kimi、Qwen、LongCat 等多款模型，我們可根據自身需求隨意切換調用。

目前市面上的 AI 瀏覽器幾乎都有對話功能，但 Tabbit 的差異在于，對話框支持 @引用任意已打開的標簽頁、標簽組和收藏夾，還支持上傳本地文件與圖片。

比如，打開三篇機器之心關于最新大模型的報道，涵蓋谷歌 Gemini 3.1 Pro、Grok 4.2、Claude Opus 4.6 與 GPT-5.3-Codex 四款大模型，內容繁雜，我們 @這幾個標簽頁后，讓 AI 從價格、功能等角度整理一張對比表格，Tabbit 便從核心特色、智能體功能、基準測試表現、定價以及主要應用場景等方面逐一梳理，一目了然。

妙招：把高頻操作變成一鍵指令

對編輯來說，工作中充斥著大量重復性 AI 任務，寫完文章生成各類平臺版本，遇到英文專業詞匯要翻譯并加注解釋等。任務本身不難，但每次重新輸入一長串提示詞，既麻煩又容易出錯。

Tabbit 的妙招功能可以把常用的 AI 指令保存為快捷命令，支持提示詞妙招、腳本妙招和智能代理妙招三種類型。

先來說說提示詞妙招。我們創建一個「微博文案生成大師」妙招，設置好提示詞后，只需在對話框中輸入「/」，即可喚起已創建的妙招，一鍵生成微博爆款文案。

腳本妙招則可以用自然語言描述想要的頁面效果，Tabbit 自動生成并運行腳本。

比如將機器之心網頁官網改成 QQ 空間復古風格：

或者一鍵提取 The Verge 文章的封面圖：

甚至干活干累了讓它直接生成一款可玩的超級瑪麗小游戲：

如此一來，原本只屬于開發者的「定制網頁」能力，普通用戶同樣可以擁有。

智能代理：把「體力活」交給 AI 去做

市場調研、旅游規劃大概是最消耗精力的任務之一。打開搜索引擎、逐一瀏覽網頁、篩選有用信息、在文檔里記錄整理，整個過程少則一兩個小時，多則耗去半天。

現在我們只需用自然語言描述任務，Tabbit 的 Agent 會自動規劃搜索策略、訪問相關網站、篩選有效信息、整合分析數據，最終輸出一份完整的報告。

我們測試了一個典型的調研任務，讓 Tabbit 草擬一份關于國內最新主流 AI 視頻生成產品的分析報告。

拿到任務后，Tabbit 就開始搜集資料，逐篇閱讀并提取重要信息，同時將已打開的資料都保留在標簽欄，方便我們后續回顧。

視頻鏈接：https://mp.weixin.qq.com/s/x5kGY4NzDm3zR_8ikURlkQ

Tabbit 最終生成的報告有表格、有市場趨勢與行業洞察，還有競爭格局總結，為防止胡說八道，每個關鍵點都附帶信息來源。

收藏：讓每一個書簽都有記憶

傳統瀏覽器書簽本質是一個 URL 列表。時間一長，只剩一個標題，完全想不起當初為什么收藏、頁面里有什么內容。很多人的收藏夾就像一個數字垃圾桶，東西越攢越多，卻幾乎不翻看。

Tabbit 的收藏功能不只保存鏈接，還完整保存網頁內容，并由AI 自動生成摘要，我們無需點開就能快速回顧核心信息。

搜索也更智能，即使標題和描述里沒有搜索關鍵詞，Tabbit 也能通過語義理解找到相關頁面。

比如我們搜索「翻譯」，它立馬篩選出收藏夾中所有與翻譯相關的工具和內容。

網頁上的任意圖片、圖表或文字片段，都可右鍵直接收藏，無需保存到本地、新建文件夾、命名文件。所有收藏內容自動云同步，換設備后登錄賬號即可無縫續用。

要是收藏夾亂糟糟，里面有大量未分組標簽頁，我們還可以用它一鍵整理。

此外，在任意界面對話時，我們都可以直接@ 收藏夾內容發起提問

比如在查看 Block 裁員報道時，聯想到此前收藏的「IBM 因 AI 能寫 COBOL 代碼致股價暴跌」這一新聞，@收藏夾，輸入關鍵詞「IBM」，選中后下指令「總結這兩篇報道」，Tabbit 即可提煉出兩篇文章的核心信息，歸納出其中的共同主題。

標簽管理：給混亂的工作區一個秩序

同時打開幾十個標簽頁，是信息工作者的日常。傳統瀏覽器的水平標簽欄一旦超過十幾個頁面就開始擁擠，每個標簽縮成一個小圖標，想找某個頁面只能一個個猜。

Tabbit 的垂直標簽欄將所有標簽頁在左側縱向排列，即便打開數十個頁面，每個標簽的完整標題依然清晰可見。

標簽頁智能分組功能則可一鍵按內容自動歸類，工作區瞬間清爽有序。

標簽組還支持保存與恢復。整理好的一組相關網頁，隨時可關閉保存，需要時一鍵恢復。配合云同步，在公司整理好的工作場景，回家登錄賬號就能繼續，工作節奏不被打斷。

總體來說，Tabbit 是在真的解決問題。對話、妙招、Agent、收藏、標簽管理，每一項功能都指向用戶在瀏覽器里真實遭遇的摩擦。它把 AI 能力悄悄嵌進原本就發生的工作流里，讓原本需要多個工具接力完成的事情，在一個窗口內流暢走完

當然，作為仍在迭代中的產品，部分功能在復雜任務下偶有停頓，還有進一步打磨空間。但就目前來看，Tabbit 已經悄悄改變了一些使用習慣，而習慣一旦被改變，就很難再回頭。

為什么 AI 瀏覽器變得至關重要？

AI 為什么要從瀏覽器切入？AI 需要場景，場景需要數據，而瀏覽器恰恰是數據最密集、場景最豐富的地方。

過去我們說 AI 助手，默認形態是一個獨立的對話框，我們輸入問題，它輸出答案，然后再回到原來的工作界面繼續操作。這種「來回搬運」的模式，本質上是 AI 與信息世界之間的割裂，只是很多人已經習以為常。

正在重新設計這件事的人，切入角度各有不同，但方向高度一致。

Perplexity AI 的 Comet，基于 Chromium 深度集成 AI 能力，可跨標簽頁匯總信息、對高亮文本即時提問，讓 AI 理解我們當前正在看什么。

OpenAI 的 Atlas，背靠 ChatGPT 整個模型生態，試圖把對話工作流直接嵌入瀏覽操作。

開發者 Dominik Kundel 在 X 上寫道：「有了 ChatGPT Atlas，每個編程應用現在都變成了 Vibe 編程應用。」

此外還有 Arc 團隊戰略轉型后的新作 Dia，以及在 GitHub 年度開源項目中名列前茅的 Zen Browser。

這些產品指向同一個判斷：瀏覽器正從信息展示工具，進化為能夠理解、分析、執行的智能 Agent

有評論者這樣描述這場變化：這已經不只是「我選哪個瀏覽器」的問題，而是「我成為哪個 AI 生態的一部分」的問題。當瀏覽器開始深度綁定某個 AI 模型體系，用戶的選擇就不再只是界面偏好，也在某種程度上選擇了自己的信息處理方式和工作方式

對于重度信息工作者而言，AI 瀏覽器帶來的效率提升是真實的，不用在瀏覽器、AI 工具和各種插件之間反復切換，整個信息獲取、分析、整合的流程可以在同一個環境里完成閉環。

從更大的視角來看，AI 瀏覽器的演進方向，其實是在回答一個根本性的問題：在信息過載的時代，人與信息之間應該建立一種什么樣的關系？過去的答案是搜索引擎、各種內容聚合工具。而現在，答案或許正在向 AI 瀏覽器收攏，一個真正理解我們的意圖、幫我們篩選、整合、執行的智能界面。

結語

光年之外團隊前身是一家大模型創業公司，2023 年被美團收購后，成為美團內部獨立 AI 應用探索部門

Tabbit 是他們在 AI 瀏覽器方向上的一次重要嘗試，從目前的產品完成度來看，已經展現出相當清晰的產品思路和扎實的執行力。

Tabbit 所代表的 AI 瀏覽器路徑，或許才是人與信息關系演進的下一站。