前言

最近两年 AI 浏览器代理彻底爆火。

市面上绝大多数浏览器框架，都在做一模一样的事情：

• 封装 click/type/scroll 操作
• 手写 DOM 解析器、元素定位器
• 层层抽象，给大模型提供极简接口
• 自己写一堆异常捕获、页面崩溃重试、超时处理

人类过度封装、过度干预、过度抽象，反而限制了大模型本身的能力。

1. 我们曾经犯的错：既封装大模型，又封装工具

1.1 第一层错：给 LLM 套抽象壳

很早之前 Browser Use 发过一篇文章：不要给大模型过度包装框架。

当时团队意识到：不要用厚重的代码结构约束大模型，要给它最大的行动空间。

1.2 第二层错：手动封装浏览器操作

几乎所有自动化开发者都有这个通病：

觉得原生 CDP 太难、太繁琐、坑太多，于是自己封装一层又一层工具。

早年 Browser Use 同样如此：

• 手写几千行 DOM 解析器
• 封装元素索引、页面判断、交互函数
• 基于 Playwright 再套一层业务壳

现在回头看，全部是无用代码。

每一个你手动写的 click、type、upload，都是给大模型增加的枷锁。

大模型经过海量训练，本身就懂底层协议，反而要适配人类写的劣质封装。

2. 彻底推翻：为什么要直接裸用 CDP？

这里说一句所有爬虫、自动化开发者都要记住的真话：

现在的大模型，天生就懂 CDP。

训练数据里塞满了：

• Page.navigate
• DOM.querySelector
• Runtime.evaluate

它见过无数 Chrome 调试协议、无数浏览器报错、无数网页异常。

而我们开发者，非要自作聪明，给它套一层 Playwright、套一层自己封装的工具。

2.1 裸 CDP 带来的三大碾压级优势

① 原生支持复杂页面

跨域 iframe、Shadow DOM，传统框架各种兼容报错。

CDP 直连浏览器内核，直接穿透层级，不需要任何适配代码。

② 天然反爬、无痕特征

框架自动化特征太重，而原生 CDP 是 Chrome 自身和自身通信。

指纹、检测、风控通过率碾压所有封装框架。

③ 粒度无限细

可以直接下发鼠标物理坐标事件，连 Azure 后台那种魔改嵌套页面都能精准操作。

3. 最扎心反思：我们为什么要替模型屏蔽错误？

以前 Browser Use 团队有一个非常典型的错误认知：

CDP 底层太复杂，模型不需要懂，我们帮它处理异常。

于是他们写了大量看门狗服务：

• 标签页崩溃捕获
• 渲染进程 OOM 处理
• GPU 进程异常重启
• 目标解绑重连

每一种异常，手写一套处理逻辑。

维护成本爆炸，代码臃肿不堪。

后来他们发现一个极其讽刺的事实：

大模型本来就懂这些报错。

它看过几十万条 Chrome 崩溃日志、社区排错帖子。

只要你把原始报错丢给它，它自己就能重连、重试、修复上下文。

人类写的异常处理，远不如大模型原生判断聪明。

4. 封神架构：600 行代码，吊打几万行框架

抛弃所有冗余封装后，Browser Harness 最终只剩下四个文件，总代码不到 600 行。

• run.py（13行）：极简执行入口，预加载依赖

• helpers.py（192行）：极薄 CDP 封装，允许模型自行修改

• daemon.py（220行）：维持 Websocket 长连接

• SKILL.md：给模型的能力说明文档

整个架构只有一条逻辑：

除了浏览器本身，上层所有代码都允许大模型自己改。

5. 真正的黑科技：自修复 Harness，模型自己补代码

这是整篇文章最震撼我的地方。

传统框架：缺一个功能 → 开发者手动更新代码、发版本、部署。

Browser Harness：缺一个功能 →大模型自己写。

5.1 真实案例：自动补全上传函数

团队忘记写文件上传方法。

Agent 执行任务遇到上传按钮，检测到helpers.py 没有对应函数。

它自己：

1. 读取源码
2. 分析 CDP 原生上传指令
3. 手写一个 upload_file()
4. 重新执行任务

研发人员是看 Git Diff 才发现模型自己加了代码。

5.2 智能超限处理：自动分块上传

模型写完上传函数后，遇到 12MB 大文件。

它检测到 CDP 单包大小限制，自主改成分片上传逻辑。

没有任何人提示、没有任何预设代码。

6. 写在最后

以前我做自动化、写爬虫、开发 Agent，总想着：

我要把接口写死、流程写死、逻辑写死，越严谨越好。

看完这篇文章我彻底改观：

在大模型面前，人类严谨的代码，全是冗余束缚。

最好的架构，不是写更多代码。

而是敢于删代码、敢于放权、敢于把底层原始能力，赤裸裸交给 AI。

如果你也在做 AI Agent、浏览器自动化、爬虫开发，强烈建议记住这句话：

不要包装工具，不要束缚模型。删代码，回归裸金属，才是未来。

附加资源

开源地址：https://github.com/browser-use/browser-harness