浏览器操作代理

ChatGPT是一款人工智能交互平台，能够根据用户保存的聊天记录提供量身定制的回答。该平台支持创建图像、上传文件以及语音对话，并提供深度研究功能。用户登录后可获得个性化服务，其对话内容可能会被审阅并用于改进模型性能

ResceneAgent（Rescene Agent OS）是一款本地优先的开源自迭代智能体操作系统，聚合多家免费模型并提供智能路由与熔断自愈，可用一条 marathon 命令抓取 Hacker News/GitHub 热点自主选题，按需求→计划→自检闭环迭代交付；同时具备联网自学写入记忆文件，以及内置 54 个设计系统参考的前端设计能力。

DeepSeek Harness（dsh）是 DeepSeek AI 开发的开源 Agent harness，采用“万物皆插件（everything is a plugin）”的架构，基于 Cordis 框架构建，目前处于开发者预览阶段。可通过 npx @deepseek-ai/dsh web 启动默认运行在 127.0.0.1:3080 的 Web UI，也支持从源码构建运行，采用 MIT 许可证，并开放 GitHub Discussions 与 Discord 社区。

Grok 是由 xAI 构建的 AI 助手，支持聊天对话、图像创建、代码编写，并能从网络和 X 平台获取实时信息回答用户问题。订阅用户可通过 Grok Heavy 等套餐获得 X Premium+ 等增值权益。

OpenAI 是提供多种大模型与 API 服务的 AI 工具平台。本次官方新增能力：开发者可在用量与支出仪表板中按 API 密钥追踪各应用和工作负载的用量与支出，并可为组织或项目设置月度支出限额，包括达到限额即停止流量的硬性上限，帮助企业精细化管控 API 调用成本。

Perplexity Computer 是 Perplexity 官方推出的智能体产品，可将任务拆分给多个子代理（subagents）执行，并支持指定编排模型（orchestrator model）统一调度这些子代理；同时提供定时自动化（scheduled automations）能力，按计划自动运行任务。据官方公告，GPT 5.6 Terra 已成为所有 Computer 子代理的默认模型，Luna 作为定时自动化的主要模型，Terra 亦可作为编排模型使用。

Claude Code 是 Anthropic 为开发者打造的智能编程代理工具。它直接在代码库中运行，帮助开发者在终端、IDE、Slack 或网页端完成代码编写、调试与发布。该工具支持快速解析项目结构与依赖、执行跨多文件的代码编辑、自动化运行测试并提交 PR，还能直接操作浏览器与本地开发工具完成复杂任务，全程在本地终端运行，修改文件或执行命令前需用户明确授权

Grok Bot 是 xAI 推出的常驻型 AI 智能体，用户可像给同事派活一样在桌面端或 iOS 上分配任务。它拥有自己的电脑，一次登录后即可像人一样使用你的各类应用与网站（如登录 Zendesk 处理客服工单），可并行创建多个 Bot 分别负责项目、外呼与系统，彼此在同一线程中传递工作；还能观察你完成一次流程后保存为例程并自动重跑，例如通宵挖掘线索、给联系人打分并以你的语气起草邮件与 LinkedIn 消息。

kixparadigm 是一套 AI 自编排编码范式开源包，将常驻认知层（persona/认知指令/方法论记忆）与 kixpower 多智能体编排（Producer 规划→Dev 实现→QA 验证）封装为 npm 包，可一键导入 DeepSeek Harness 或 VS Code Copilot。内置 17 技能、6 团队 Agent、5 slash 命令、机械门禁 hooks（128 断言）及 dsh-vision-bridge 识图补足插件（GLM-4.6V 自动转描述）。MIT 开源。

LongHorizon-Harness 是 AMAP-ML 开源的长时程电脑操作 harness，把规划、执行、审计拆成 Manager、Executor、Auditor 三个角色：执行器每轮以全新上下文只做一个子任务，只读审计器基于环境实际变化认证结果，任务状态可持久保存与恢复。它不训练新模型，而是运行在 Claude Code、Codex 等系统之上，让智能体跨桌面应用与命令行连续自主工作数十小时。

通义千问（Qwen）是阿里巴巴云开发的大语言模型系列，提供对话助手、代码生成、智能体工具调用、256K至100万token长文本理解、多语言翻译和创意写作等能力。模型涵盖Dense和MoE架构，支持思考与非思考模式切换，可通过Qwen Chat、API及多种推理框架使用。

GLM-5.3-Flash 是智谱 GLM-5 系列首个原生多模态开源模型，总参 320B、激活参仅 18B，首次采用稀疏+线性注意力混合架构以降低成本服务长上下文。视觉能力原生融入编码循环，可观察界面与渲染结果持续测试改进，并扩展至 Office、金融研究与专业文档工作流，自研拆解目标、调用工具并交付 PPTX/PDF/DOCX/XLSX 成品，支持 1M token 上下文，可经 Z.ai 与 BigModel 调用或本地部署。

Goose 是由 Block（原 Square）开发的开源 AI 编码智能体，支持桌面应用、命令行和 API 三种形态，用 Rust 编写，可运行在 macOS、Linux 和 Windows 上。它支持 Anthropic、OpenAI、Google、Ollama、OpenRouter 等 15+ 模型提供商，可在本地机器上完成代码编写、执行、编辑、测试以及研究、写作、自动化和数据分析等通用任务，兼容 MCP 协议连接外部服务，完全免费且无云依赖。

Grok Build 是一款强大且可扩展的编程智能代理。用户可通过交互式终端界面获得全屏编码体验，或在脚本与自动化流程中以无头模式运行，亦能借助 Agent Client Protocol 集成至其他应用中。该工具支持通过 API 密钥或浏览器进行身份验证，允许在配置文件中添加并切换任意自定义模型，并提供指令直接解析代码库架构与文件逻辑，满足开发者在本地项目中的高效辅助编码需求

Hermes Agent (Nous Research) 是开源（MIT）自进化 AI 智能体，内置学习回路：从经验中自动创建技能、持续改进、留存知识、检索自身历史对话，并跨会话构建更深的用户模型。可在低价 VPS、GPU 集群或 serverless 运行，并提供 Hermes Desktop 桌面端。近期 Bot Mode 将单一对话列表替换为一组命名机器人，每机器人拥有独立聊天、记忆、技能、固定模型与持久化 Agent Inbox，可通过 @提及 交接工作。

Manus 是一款通用 AI 智能体产品，官网称其为超越问答、直接执行任务并自动化工作流的行动引擎。用户可通过网页应用、桌面端与移动端下达指令，让它制作幻灯片、搭建网站、做设计、生成游戏，并提供 AI 图像生成、AI 音乐生成、浏览器操作、Wide Research 批量研究、邮件入口与 Slack 集成等能力，另有团队方案、SSO 与 API。

OpenClaw 是一个开源个人AI智能体平台，由 Peter Steinberger 创建并已发展为 501(c)(3) 非营利基金会运营项目。支持多操作系统和多种消息应用集成，可接入多种大模型（如 GPT-5.6、Muse Spark 1.1 等），用于智能体编码、工具调用和计算机操作工作流。在 GitHub 上获得超过34万星标，是增长最快的开源AI智能体项目之一。

useAgent 是开源（AGPL-3.0）的 AI 员工协作平台，把 Claude Code、Codex、OpenCode 等编码智能体变成拥有自己云电脑的团队成员。每次运行在隔离 Linux 沙箱中创建持久会话，带终端、仓库、浏览器与可见桌面（noVNC MP4 录制），并带知识库与团队记忆。后端作为可信网关统一提供技能、GitHub、搜索、桌面控制与制品发布，凭证不进入沙箱；危险工具经 Web/Slack 审批。可自托管于任意 Linux 云。

Browser Use 是一个开源 Python 库，把大语言模型与浏览器自动化连接起来，让 AI 智能体能够访问网站并自主完成在线任务。可通过 pip 安装自建使用，也可使用其云端托管的浏览器会话与网页智能体 API，按浏览器时长和模型 token 计费，适合需要规模化网页自动化的开发团队。

Claude Cowork 是 Anthropic 推出的自主工作完成智能体，与 Claude in Chrome 搭配使用：Claude 负责在浏览器中浏览、点击、填单与收集信息，Claude Cowork 则将研究结果转化为 Excel 模型、对比演示文稿和结构化报告，无需手动复制粘贴。它可运行后台任务，从分析面板提取指标、整理 Google Drive 文件、规划日程、调研竞品并整理成 PowerPoint，购买前需用户确认，会话绑定账户而非设备。

Eigent 是基于 CAMEL-AI 开源项目构建的开源 Cowork 桌面应用，提供可自定义的多智能体工作队伍（Multi-Agent Workforce），通过并行执行把复杂工作流变成自动化任务。它可连接使用者上下文并操作浏览器与桌面应用来完成实际工作，支持多智能体协同与单智能体模式、本地部署与 MCP 集成，定位为 Claude Cowork 与 Codex 桌面体验的开源替代品。

Hark Handoff 是 Hark 推出的计算机使用代理（CUA），通过浏览器像真人一样访问网站，读取页面结构与视觉信息后点击按钮、输入内容，从而在没有公开 API 的网站上代替用户完成下单、预订、退货、查询等任务。官方以研究预览形式发布，主打在动态、充满弹窗与反爬限制的真实网页环境中自适应操作。

Kitesurf 是 Cloudflare 推出的智能体优先浏览器，完全运行在 Cloudflare Workers 的 V8 隔离环境中，底层不依赖 Chromium。它面向 AI 智能体的网页访问需求，去掉标签页、扩展等面向人类的部分，只保留模型需要的机器可读内容与隔离能力，通过 Browser Run 提供给需要网页浏览、截图与内容提取的智能体应用。

Microsoft Edge 是微软基于 Chromium 构建的浏览器，内置 Copilot 助手，可读取当前打开的标签页上下文来对比选项、解释重点并帮助完成任务；Copilot Vision 能查看用户屏幕并即时扫描、分析并给出建议；浏览器还提供 browser actions 自动执行操作、Read aloud 朗读网页、AI 主题生成器与基于本地 AI 的诈骗页面拦截等能力，并支持跨 Windows、macOS、iOS、Android 同步。