微软进军AI浏览器，维持巨头的平庸

经过了两年对Edge浏览器AI功能的小修小补之后，微软在今天为Edge浏览器加入Copilot模式，正式进军AI浏览器市场。

具体来说，Edge浏览器中的AI功能不再像以前一样只是一个聊天侧边栏，新推出的Copilot模式可以让AI阅读和理解网页内容，比如帮你做一个技术文档页面的解读或者Youtube视频的观看大纲。

它也可以一次性浏览所有你已打开的网页，当你在多个商品或者酒店页面来回切换烦恼时，帮你列一个对比表格来辅助决策。微软还增加了语音功能，你可以通过语音聊天来理解网页、和AI实时对话。

这些功能看上去与市面上已有的AI浏览器好像没什么不同，但微软CEO萨提亚·纳德拉（SatyaNadella）对此赞不绝口，“这是我们为AI时代重新定义浏览器的第一步。”他说他最喜欢multi-tabRAG功能，可以让他更快地分析微软过去一年在Nature上发表的论文——介绍新功能的同时顺带炫耀一番。

目前该功能尚处实验阶段，微软称将会逐渐为Copilot模式加入新功能。实验的另一层含义是现在Copilot模式为“限时免费”。考虑到目前Copilot仍由OpenAI提供基础模型支持，这意味着你可以免费使用不少ChatGPT的付费功能。

比如你可以在Copilot模式下使用ChatGPT中付费的DeepResearch功能。纳德拉还透露他们将推出任务代理功能，让用户在浏览网页的同时委托Copilot处理任务。一位AI创业者将其称之为ChatGPTAgent的免费替代版。ChatGPTAgent目前仅向Plus及以上用户开放，最低月付费20美元。

这大概也是当前Edge相较其他AI浏览器最大的吸引力了。在OpenAI还没正式推出自家浏览器之前，你可以在Edge中使用平替版的ChatGPT——算是为山姆·阿尔特曼（SamAltman）脱离微软又提供了一个借口。

Edge能读懂网页了，但也仅此而已

和2023年最初宣布Edge浏览器向AI转型一样，微软官网发布的产品更新中对Copilot模式依然添加了不少宏大的名词概念，诸如“我们正见证着网络互动方式的转折点”“这是我们进一步探索更强大网页浏览方式的下一步”等等。

但用户打开Copilot模式之后，最明显的感知或许就是主页界面变成了一个Copilot对话框，微软称之为“整合了对话、搜索和网页导航”，敲入关键词时可以启用Bing搜索也可以直接与Copilot对话。

微软在产品文档中介绍，Copilot可以理解用户意图，帮助用户更高效地理清信息，不再被庞杂的标签页面困扰。你在浏览网页时，也可以随时调出地址栏左侧的Copilot提问，Copilot还可以根据用户的历史记录，预测用户下一步操作给出建议。

以前段时间Manus在官网发布的AIAgent上下文工程的技术文档为例。打开网页，Copilot可以理解网页内容，为用户提供文档解读或大纲。它似乎也可以理解视频内容，比如对一则Youtube视频进行要点整理，生成视频摘要。

Copilot总结网页内容

Copilot总结Youtube视频

针对电商网站，Copilot还可以根据商品详情页进行AI总结，还会提供历史价格走势图、与其他网站进行比价等。不过这项功能仅适应于亚马逊、Shein等海外购物网站，国内淘宝、京东等电商网站尚不支持。

Copilot总结商品页面

但这些只能算是AI浏览器的基础能力。国内的夸克、豆包乃至QQ浏览器也有类似功能，夸克的AI总结会将原有网页转换阅读模式，豆包也可以对B站上的视频进行分析整理，QQ浏览器还推出了网页搜索与模型对话的双屏功能。更不客气点，你在Chrome上安装一个AI插件就可以获得近似体验，还能自定义模型。

Copilot模式更显著的区别是它具备了主动能力，比如AItabgrouping，可以自动按主题将你的标签页归组。又或者纳德亚口中的multi-tabRAG功能，它可以让AI浏览用户已打开的所有标签页内容，无论你是在阅读论文、比较酒店或者浏览新闻，都可以快速启用这一功能，“让你的浏览器变成一个帮助你轻松比较、决策和完成任务的工具。”

《山上》实测了包括淘宝、京东以及亚马逊等多个国内外的电商网站，Copilot都可以整理多个不同平台、网页的商品型号、卖点、价格、评价等，给出一个详细的购买建议。此前国内密集更新的AIAgent产品，多数也都能实现类似功能。

Copilot总结天猫商品页面并给出购买建议

但也仅此而已了，和市面上所有号称Agent能力的产品一样，Copilot并没有打通支付环节，无论是预定酒店、购买商品还是规划行程，它都无法实现微软宣传片中的无缝体验，这些功能都还是期货。

Copilot也可以阅读PDF文档。打开阿里巴巴的2024年的季度财报，Copilot会阅读文档内容并给出针对性的回答。它还接入了OpenAI的文生图能力，连续对话后它会询问你是否需要将财务数据整理成可视化图表。只是仍然没法直接使用，图表中有不少错误，比如完全丢掉了阿里巴巴2024年第一季度的业绩——它只阅读了三个网页。

Copilot阅读PDF财报

在语音模式的加入下，微软为Copilot模式增加了一个颇具科幻感的Vision功能。你可以用语音与Copilot实时对话，无论你正在浏览什么网页，都可以直接语音提问“这段在说什么”或者“这张图片是什么”。“它会看到你当前的页面，与你一起阅读，一起讨论你面临的难题。你不会再有独自一人面对所有标签页的孤独体验。”微软此前的产品文档中说。

但这项能力同样不算新鲜。Perplexity本月初发布的Comet浏览器同样支持语音实时交互，但目前Comet初期仅向PerplexityMax订阅用户（$200/月）及部分邀请用户开放，尚未全量铺开。

豆包桌面版同样具备类似功能，但在Mac系统下必须打开屏幕共享权限，将整个桌面画面共享给AI，而Edge无需打开屏幕共享。《山上》实测发现，豆包的语音互动无法实时对话打断，只能通过手动点击屏幕打断，互动性不强。与之相比，即便在国内网络环境访问下，CopilotVision的反应速度也更快、回答更精准，同时也可以实时打断，交互体验更接近即时沟通。

忘掉那些AI博主们高呼的网页浏览形式变了的口号吧，就当下的体验而言，Copilot模式的许多功能与现有AI浏览器没有什么不同。微软强调Copilot仍处于实验阶段，他们仍将继续增加新功能，用户也可自行选择打开或者关闭。

混战的AI浏览器，还没到终极形态

与今年上半年的通用AIAgent概念相比，AI浏览器是一个更早也更快进入到人们视野的产品。最早的AI浏览器大多只是在浏览器中内置了部分AI能力，提供基础的AI对话或网页总结功能。

Agent热潮袭来之后，更多的AI浏览器开始强调自主执行任务的能力，诸如TheBrowserCompany的Dia浏览器、Perplexity的Comet浏览器以及OperaNeoa均属此类。微软在宣传Edge中的Copilot模式时，同样强调它的主动性。

科技公司们对于AI浏览器的热衷不难理解，诞生30余年之后，浏览器仍然是人们在桌面端触达互联网的第一窗口——甚至它的核心交互模式都没有发生太大变化，一路从网景、IE演变到今天的Chrome，就连Chrome也是17年前的产品了。

大模型的诞生重塑了人们获取信息的方式，人们普遍相信浏览器也将会发生改变，无论是巨头还是创业公司都试图抢占这一市场。市场调研机构Market.us预测，全球AI浏览器市场将从2024年的45亿美元增长至2034年的约768亿，年复合增长率达32.8%。

Market.us报告

但很难说当下的AI浏览器与AIAgent之间的区隔有多么清晰——二者的底层技术类似、瞄准的方向也是一样的。微软在Copilot模式中展现的能力，都可以在OpenAI过去半年的功能更新中找到影子。比如OpenAI年初更新的Operator功能，它让AI操作网页成为可能。微软在宣传片中描绘的Copilot未来能力，也和OpenAI的ChatGPTAgent十分类似。

蝴蝶效应在推出Manus之前瞄准的就是AI浏览器方向，但他们最终放弃了。Manus联合创始人张涛说，AI浏览器的用户体验受限，他们意识到要实现真正的通用的人工智能代理，必须要从浏览器界面脱离。

甚至Perplexity决定推出AI浏览器也像是被迫的，PerplexityCEOAravindSrinivas说，他曾经联系Chrome团队，希望将Perplexity作为Chrome的默认搜索引擎，但被拒绝，于是决定自己做一个。

——天知道Srinivas怎么想的。纽约时报称，Google为了成为Safari的默认搜索引擎，仅2021年就向苹果支付了约180亿美元，怎么可能会将自家Chrome让给竞争对手。

Srinivas对于AI浏览器的看法也和AIAgent有些类似。他今年4月的一次播客对谈中说，浏览器就是构建Agent的最佳方式。“浏览器本质上就像一个容器化的操作系统。它可以在你已登录第三方服务的情况下，通过隐藏标签页访问这些服务，在客户端抓取页面内容，并代表你进行推理和执行操作。”

换句话说，AI浏览器其实也是一种AIAgent。只是由于当前大模型能力受限，仍无法摆脱原有的浏览器框架，只能继续以传统标签页和网页交互为核心，更多只是对现有浏览器体验的增强，而非彻底颠覆。

很难说这样的中间形态会吸引多少用户改变习惯。微软早在2023年就开始为Edge浏览器加入AI功能，但两年下来基本没对Chrome造成太大威胁，AI的带动作用可能还没有Chromium内核大。

豌豆荚创始人王俊煜发表在《第一财经》杂志的评论文章称，今天的AI浏览器虽然努力做了很多体验创新，但还远远不够形成质变。AI还没有深度融合到浏览器中，没有真正成为“眼睛和手脚”。

Chrome浏览器的市场垄断地位也很难轻易撼动，多数标榜AI的浏览器仍然在使用Chromium内核。OpenAI虽然被传即将推出AI浏览器，但他们同时也对收购Chrome兴趣颇大。

“即使Dia能从其中找到带来10倍体验的亮点，我也看不到什么Chrome无法跟进的理由。”王俊煜说。5月，Google在Chrome中增加了Gemini入口，可以阅读网页和对话，体验与Dia相似。

AI浏览器往往强调可以自主操作网页，但又带来了隐私安全问题，并不是所有用户都愿意将自己浏览的网页发给AI。

此前微软在Windows中内测Recall功能，这是一个内嵌在系统层级的AI工具，可以在后台定期截取用户屏幕和内容，以方便用户随时切换至此前时间点。Recall一经推出就遭遇不少批评，部分媒体报道甚至将其形容为监控软件。

科技媒体TheVerge报道了微软在Edge浏览器中推出Copilot模式的消息。文章下的高赞评论写道：“微软在Edge的最新更新中捆绑了*软件Copilot。”

另一条更活泼的评论说，“微软需要决定一下，我到底该在浏览器里使用Copilot，还是在Windows11里使用？抑或是在Word文档的每一行，甚至Excel的每一个单元格用？把那个该死的Copilot标志塞满每个角落，实在让人心烦。”