人工智慧

AI 瀏覽器(代理瀏覽器)是什麼?跟聊天側欄有什麼差異

ChatGPT Atlas 剛推出的時候,討論度一度衝到很高,不少人搶著在 macOS 上第一時間裝來玩。可是現在想找它下載,會發現這個名字快要消失了。2026 年 3 月,OpenAI 內部就已經傳出要把 ChatGPT Atlas 瀏覽器、電腦版的 ChatGPT App,還有寫程式用的 Codex,整合成同一個桌面應用程式的計畫;同年 7 月,OpenAI 正式對外宣布這項整併,並表示 Atlas 預計 8 月起停用,不再以獨立瀏覽器的身分提供下載。

一款上市不到一年就收掉獨立身份的產品,原因不是做得不好,而是它背後這整個類別,也就是 AI 瀏覽器(也叫代理瀏覽器,agentic browser),目前都還在快速變動。這不是換個介面、換個名字這麼簡單,而是把「瀏覽器」原本的工作內容整個改了。過去瀏覽器只負責顯示網頁,等使用者自己動手;現在有一種瀏覽器開始會自己讀懂頁面,自己動手把事情辦完。

先搞懂這類瀏覽器跟一般瀏覽器內建的 AI 聊天功能差在哪裡,再往下看它怎麼一步步完成一個任務、目前有哪些做法,又帶來什麼風險。

AI 瀏覽器(代理瀏覽器)是什麼?

AI 瀏覽器,也叫代理瀏覽器,英文是 agentic browser,指的是把大型語言模型整合進瀏覽器本體,或是以擴充功能的形式加裝到既有瀏覽器上的產品。單看名字容易誤會成瀏覽器裡多了一個聊天視窗,但真正的差異不在這裡,而在有沒有代理模式(agent mode,也叫 agentic mode)。有代理模式的瀏覽器,能先讀懂目前這個頁面在講什麼,規劃出該做哪些步驟,再實際去操作頁面上的元素:點擊按鈕、輸入文字、換頁、送出表單,一路把一段任務做完,不是只講給使用者聽。

把整個瀏覽器本體都拿來做這件事的,像是 ChatGPT Atlas、Perplexity 的 Comet、Opera 的 Neon;另一種做法是在原本就在用的瀏覽器裡加裝這層能力,像 Anthropic 的 Claude for Chrome、Microsoft Edge 的 Copilot,兩種路線後面會再拆開講。

跟瀏覽器內建的 AI 聊天功能,有什麼差異?

多數主流瀏覽器,像 Edge、Chrome,本來就有 AI 聊天側欄,能回答問題、幫忙做摘要、比較資訊,這點最容易讓人搞混。但那多半是唯讀的功能,AI 只負責讀懂網頁、講給使用者聽,實際要按、要填、要送出,還是得自己動手。微軟在介紹 Edge 的 Copilot 時,就把這兩層分得很清楚。一般情況下它會幫忙搜尋、比較、填寫表單、協助完成任務,但真正送出動作之前,都要先經過使用者同意才會定案。

這類瀏覽器跟聊天側欄真正的差別,就在後面「動手做」這一段——AI 自己點擊、自己填欄位、自己送出,不用你再操作一次。可以想像成兩種秘書:一種是把資料整理好放在桌上,等你簽名確認;另一種是拿到你的授權後,直接把整件事辦完再回報結果。代理(agent)這兩個字,指的正是後者這種被授權去行動的角色。

AI 聊天側欄只讀懂網頁、講給你聽,AI 瀏覽器代理模式則會自己點擊、填欄位、送出,把整段任務辦完
AI 瀏覽器和聊天側欄的差別不在多一個聊天視窗,而在會不會拿到授權後自己動手把事辦完。

AI 瀏覽器怎麼一步步完成一個任務?

分清楚唯讀功能跟動手做的差別之後,下一步是看它實際怎麼動手,一段任務是怎麼被拆解、完成的。以訂一間下週五的飯店為例,使用者只要用一句自然語言講出目標,接下來的動作就交給瀏覽器自己完成。

AI 先讀取目前頁面的畫面內容與版面結構,判斷該去哪個網站、該做什麼;接著把整個任務拆解成一連串步驟,逐步執行,像點擊搜尋結果、輸入日期、換到下一頁。以 ChatGPT Atlas 為例,執行任務時會把整個瀏覽器介面框上一圈藍色提示,明確標出 AI 正在操作,讓使用者不會搞混這段時間是誰在動滑鼠。

遇到會造成實際後果的動作,像是送出訂單、完成付款,各家目前的共同做法是先停下來,等使用者確認才繼續,不會自己一路按到底。微軟介紹 Edge 的 Copilot 時也是同樣的設計:搜尋、比較、填表單、完成任務,但都要等使用者同意之後,動作才會真正定案。

Google 對 Project Mariner 的說明也一樣,強調操作過程中會讓使用者隨時掌握進度,也能隨時介入喊停。等任務跑完,AI 會回報結果,把辦好的事簡單整理給使用者看一次。

AI 瀏覽器把一句指令拆成讀取頁面、規劃、執行、停下確認、回報五個步驟,敏感動作會先等使用者點頭
以訂飯店為例,AI 瀏覽器把任務拆成五步自己跑,遇到付款、送出訂單這類敏感動作會先停下來等你確認。

為什麼「找資訊」開始變成「請它辦事」?

這一整套流程能出現,不是憑空發生的,得放回搜尋這件事一路怎麼演變來看。傳統的瀏覽器加搜尋引擎做的事情其實很單純,就是幫使用者找出一串相關連結,剩下的判斷跟動作都留給使用者自己來。ChatGPT、Perplexity 這類問答式搜尋出現後,情況先往前走了一步,不用逐一點開連結,AI 直接把答案整理出來給使用者看。

搜尋從傳統瀏覽器幫你找連結、問答式搜尋幫你整理答案,一路走到 AI 瀏覽器直接幫你把事辦完
搜尋一路從「幫你找連結」演進到「幫你整理答案」,AI 瀏覽器再往前一步,變成「幫你把事辦完」。

AI 瀏覽器又往前走了一步,不只回答問題,還能代替使用者實際完成操作。這個轉變不是一夕之間發生的,Google 的 Project Mariner 就是一個很清楚的例子。它在 2024 年 12 月以研究原型的身分推出,一開始只以 Chrome 擴充功能的形式運作;到了 2025 年 5 月,開放給美國的 Google AI Ultra 訂閱者使用,當時也規劃把它的能力整合進 Gemini API、Vertex AI,以及還在測試階段的 Search AI Mode。

只是這個類別變動的速度比想像中快。2026 年 5 月,這個研究預覽本身就被停用了,只留下它一路想併入日常搜尋工具的方向。

AI 瀏覽器目前分成哪幾種做法?

既然這個轉變已經在發生,接下來實際落地的產品,大致走了兩條不同的路線,邏輯不一樣,分別適合不同的使用習慣。

路線一:直接打造一個新瀏覽器

第一條路線是直接打造一個全新的瀏覽器,從瀏覽器本體開始就圍繞代理功能設計,把它當成核心賣點。Perplexity 的 Comet 走的就是這條路,2025 年 7 月先開放給訂閱層級較高的使用者,同年 10 月才開放所有人免費下載;Opera 的 Neon 則在同年 9 月上線,把自己定位成一款生來就是要付諸行動的代理瀏覽器。

前面提到的 ChatGPT Atlas 也是從這條路線起步的,2025 年 10 月上市時只有 macOS 版,原本規劃 Windows、iOS、Android 版本即將推出,結果不到半年,2026 年 3 月就傳出要整併進一個更大的桌面應用,同年 7 月 OpenAI 正式對外宣布整併,並表態 8 月起停用獨立瀏覽器身分。這條路線目前還在快速整併,還沒有一個定型下來的產品形態。

路線二:在原本的瀏覽器裡加裝代理功能

第二條路線是留在使用者原本已經在用的瀏覽器裡,額外加裝一層代理能力,不用整個換掉習慣的瀏覽器。Microsoft Edge 的 Copilot 是內建在瀏覽器裡的做法;Anthropic 的 Claude for Chrome、Google 的 Project Mariner,則是先以瀏覽器擴充功能的形式推出。

Claude for Chrome 的擴大過程,可以看出這類產品目前的共同節奏:2025 年 8 月先以研究預覽的形式,小範圍找 1000 名 Max 方案使用者測試;三個月後,2025 年 11 月擴大到所有 Max 訂閱者;再一個月,2025 年 12 月開放給 Pro、Team、Enterprise 等所有付費方案。先小範圍測試,確認沒有明顯問題才逐步擴大開放,是目前多數廠商共同的做法。

AI 瀏覽器產品從 2024 年底到 2026 年密集推出又整併,ChatGPT Atlas、Project Mariner 上市不久就停用
一年多之間 AI 瀏覽器接連推出、擴大,又有 Atlas、Project Mariner 陸續整併或停用,產品形態還沒定型。

AI 瀏覽器目前有哪些已知的風險?

不管走哪條路線,讓 AI 直接動手操作頁面,都會帶來同一種新風險。最直接的是提示詞注入(prompt injection)。惡意網頁可以把偽裝成指令的文字藏在頁面裡,像是用白底白字或隱藏欄位,誘騙 AI 在使用者不知情的狀況下執行動作,例如刪除信件,或是把資料送到別的地方。

Anthropic 自己公布的紅隊測試數字,具體說明了這個風險的量級。在沒有防護機制的情況下,123 個測試案例、涵蓋 29 種攻擊情境裡,攻擊成功率是 23.6%;加上防護機制後,降到 11.2%。針對瀏覽器專屬的 4 種攻擊類型,成功率則從 35.7% 降到 0%。

加上防護機制後,提示詞注入攻擊成功率從 23.6% 降到 11.2%,瀏覽器專屬攻擊更從 35.7% 降到 0%
加上防護機制後,提示詞注入的攻擊成功率明顯下降,瀏覽器專屬攻擊甚至壓到 0%(資料來源:Anthropic)。

英國國家網路安全中心(NCSC)在 2023 年就對這類問題表態,認為提示詞注入很可能是大型語言模型技術本身固有的問題,目前業界還沒有能徹底解決它的方法,各家能做的是持續降低風險,不是完全消除。這也是為什麼各家瀏覽器目前的共同做法,是替容易出事的動作,像是送出付款、刪除資料,額外加一道使用者確認的關卡,呼應前面提到敏感動作要先停下來確認的設計。

對經營網站、品牌的人來說,未來的訪客不見得都是「人」

這些風險多半是從使用者的角度在談,但事情還有另一面:對經營網站、做品牌的人來說,這波轉變也在改變誰會出現在你的網站上。如果連瀏覽器都能自己讀懂頁面、自己操作完成任務,代表以後造訪你網站的,不一定是坐在螢幕前的人,也可能是代替人操作的 AI。

這不是要在這裡展開一整套該怎麼因應的教學,那是另一個題目該處理的事;但方向值得先記在心裡,你網站上清楚的按鈕文字、看得懂的表單欄位,原本是為了方便真人使用者操作,現在也開始跟 AI 讀不讀得懂、操作不操作得了有關。

回頭看 ChatGPT Atlas 這半年多的際遇就知道,這個類別的產品形態還沒有真正定型下來。它上市時只有 macOS 版,Windows、iOS、Android 版一直停留在即將推出的狀態,結果沒等到這些版本真的上線,整個產品就先被併進更大的應用裡收掉了。Project Mariner 走的也是類似的路,從研究原型到開放給訂閱者,規劃要併入更多產品,最後研究預覽本身也先一步停用。

與其記住哪個名字現在正紅,不如先記住這個轉變的方向。瀏覽器正在從「幫你找」,變成「幫你做」。

資料來源
  1. Introducing ChatGPT Atlas — OpenAI
  2. The Internet is Better on Comet — Perplexity
  3. Opera Ships the Opera Neon AI Agentic Browser — Opera
  4. Piloting Claude in Chrome — Anthropic
  5. Copilot Mode in Microsoft Edge — Microsoft Edge
  6. Google I/O 2025: 100 Things Google Announced — Google
  7. Thinking About the Security of AI Systems — 英國國家網路安全中心(NCSC)