Manus爆火的秘密武器Browser Use融资1700万美元！让AI读懂网页

编辑：犀牛

【本站导读】随着AI智能体的爆发，BrowserUse异军突起，刚刚融资1700万美元。它能让AI智能体轻松地「读懂」网站并自动完成复杂任务，引领了一波AI应用热潮。

AI智能体可能还没有一个大家都认可的定义，但这并不妨碍一大堆创业公司争相打造智能体工具，来自动化处理各种任务。

其中一家名为BrowserUse的公司尤其吸引开发者与投资人的关注，因为他们的工具能使智能体更容易地「读懂」网站。

据最新报道，BrowserUse刚融了一笔1700万美元的种子轮资金，由Felicis的AstasiaMyers领投，PaulGraham、ACapital和NexusVenturePartners跟投。此次融资之前还没被报道过。

网站地址：https://browser-use.com

BrowserUse是YCombinator2025冬季班的一员，最近几个月随着智能体的爆火而名声大噪。

尤其是火出圈的Manus也用了BrowserUse工具，一下子就把它的知名度推到了新高。

BrowserUse的创办人是MagnusMüller和GregorZunic，他们去年通过苏黎世联邦理工学院的创业加速器创办了这个项目。

Müller多年来一直在研究网页抓取工具，2024年他在读数据科学硕士时认识了Zunic。Müller说，他们俩一块儿琢磨出了把网页抓取和数据科学结合起来的想法，打算让浏览器自己完成任务。

Müller和Zunic花了五周时间做出了个BrowserUse的demo，结果一炮而红。后来，他们干脆把BrowserUse开源了。

简单说，BrowserUse是把网站上的按钮和元素拆解成一种更容易理解、更像「文本」的格式给智能体用。

这能帮助AI智能体搞清楚网页有哪些选项，然后自主做出决策。

「好多智能体靠的是视觉系统，通过截图来浏览网站，但这过程中老出问题。」Müller说，「我们把网站转化成智能体可以理解的东西，这种方法能让我们以更低的成本反复运行相同的任务。」

随着越来越多的AI公司想让他们的智能体跟网站交互得更顺畅，Müller觉得BrowserUse能成为满足这些需求的「底层技术」。

他还表示，现在YCombinator冬季班里有20多家公司都在用BrowserUse满足自己的需求。

有些公司还跑来问他们，怎样才能使得智能体更容易地浏览自己的网站？

Müller说，「像LinkedIn这样的网站，总是改变网站的功能，智能体在这种情况就经常出错。」

Felicis的Myers说，他们过去几年一直在关注AI智能体领域，而BrowserUse就是一个很好的投资机会。

她说，BrowserUse的创始团队——以及他们开源为先的策略——彻底打动了自己。

「我们觉得网页AI智能体是下一个前沿技术，能真正使得人类任务实现端到端的自动化，」Myers对TechCrunch说，「网页AI智能体就像是一座动态桥梁，连接着静态预训练模型与不断变化的数字世界，而这些静态模型往往只专注于文本。」

BrowserUse：让智能体简单地浏览网页

BrowserUse可以使AI智能体简单地浏览网页。

它在GitHub上开源，许多项目都使用了它的功能，目前已经获得超过47k个Star了。

项目地址：https://github.com/browser-use/browser-use

BrowserUse通过提取网站的交互元素（如按钮、表单等），使AI能够自动化执行浏览器操作，例如填写表单、搜索信息或导航网页。

这对于开发AI驱动的网络智能体非常有用。

比如，它可以将商品添加到你的购物车，并完成结账。

甚至是阅读你的简历，然后帮你找工作！中途如果有需要，还会停下来等待你的指示。

它也可以帮你干活儿。

比如，让它在HuggingFace上查找具有cc-by-sa-4.0许可证的模型，然后按点赞数排序，将排名前5的模型保存到文件中。

从MCP到BrowserUse的爆火

BrowserUse是随着智能体的快速发展而爆火起来的。

去11月，Anthropic首次提出「模型上下文协议」，即MCP，赋予了Claude模型超级能力，一次构建，让AI与工作流深度集成。

用通俗的话讲，MCP就像是专为AI应用设计的通用接口，类似我们日常使用的USB-C。

正如USB-C简化了不同设备与计算机的连接方式，MCP简化了AI模型与数据、工具和服务之间的交互方式。

通过MCP，AI助手不仅能够「读懂」代码，还能「理解」团队讨论、涉及文档等外部信息，提供更加精准的回答。

今年1月，OpenAI推出了Operator，能够自主执行网络任务，如规划假期、填写表单或预订餐厅(OpenAILaunchesOperator)。

Operator使用名为Computer-UsingAgent(CUA)的AI智能体，通过视觉界面控制网页浏览器，模拟人类点击、输入和滚动的操作。

这一工具展示了AI智能体在网络任务自动化中的潜力，但也需要用户在遇到复杂界面或验证码时介入。

差不多同一时间，BrowserUse也开源了，它被Manus团队集成到了Manus智能体中。

Manus因其综合能力和友好的用户界面（如实时显示思考过程）而迅速走红，吸引了大量关注。

这直接推动了BrowserUse知名度的提升。

参考资料：