Perplexity Computer 新增 Chrome 控制能力：AI 代理可直接操作浏览器

Perplexity 正在把 AI 代理从“问答助手”推向“操作执行者”。其官方在 X 平台发布消息称，Perplexity Computer 现在可以从 Perplexity 的 Mac 和 Windows 桌面应用中控制用户的 Google Chrome 浏览器，用户只需安装一个新的 Chrome 扩展完成一次性设置，之后就可以直接让代理在 Chrome 上执行各类本地浏览任务。

从回答问题到代替操作

过去，Perplexity 的核心体验是“你问我答”：用户在搜索框里输入问题，模型返回整合后的答案与来源链接。而这次更新的关键变化在于执行层——代理不再只停留在对话窗口内，而是获得了对本地浏览器的实际操作权限。

据 Perplexity 官方在 X 上的介绍，用户需要在 Chrome 中安装一个配套扩展，完成一次性的授权配置。此后，用户可以在 Perplexity 的桌面端应用里用自然语言下达指令，由代理在其 Chrome 浏览器中完成对应的本地浏览任务。这意味着跨应用的操作链路被压缩成一句话：用户描述目标，代理负责在浏览器里落地执行。

说个细节，这一能力依托的是 Mac 和 Windows 上的 Perplexity 桌面应用，而非纯网页端。桌面应用作为“控制端”，Chrome 扩展作为“执行端”，两者共同构成了一条本地代理通路。

桌面应用 + Chrome 扩展的协作逻辑

从架构上看，这次集成采用了相对轻量的方式：不改动浏览器内核，也不要求用户迁移到某个专用浏览器，而是通过扩展把现有 Chrome 接入 Perplexity 的代理体系。

这种设计的现实意义在于降低迁移成本。Chrome 是用户日常浏览、登录各类账号、处理工作事务的主要入口，代理若能复用用户已有的浏览器环境和登录状态，就能直接面对真实的浏览场景，而不是在一个空白的沙盒里重新开始。官方强调的“set it up once”（一次设置）也指向同一个思路——把接入门槛压到最低，让后续使用变成纯粹的对话式指令。

不过，官方披露的信息较为精简，目前尚未说明该扩展具体支持哪些浏览任务类型、权限范围如何界定，以及代理在执行敏感操作时是否有确认环节。这些细节将直接影响该功能的实际可用性与安全边界。

Chrome 扩展（Extension）是基于 Chromium 浏览器扩展 API 构建的轻量级程序，通过 manifest 文件声明其所需权限（如读取页面内容、注入脚本、监听标签页事件等），由浏览器在沙箱化的扩展进程中运行。与 Playwright、Puppeteer 这类通过外部进程驱动浏览器的自动化框架不同，扩展直接驻留在用户浏览器内部，天然继承用户的 Cookie、登录态与已安装插件，因此无需重复处理身份认证。代价是扩展的能力边界受制于浏览器授予的权限集合，且需遵循 Chrome 应用商店的审核与更新机制。这也是 Perplexity 采用扩展而非独立浏览器的原因之一：以最小侵入方式获得对现有浏览器会话的操作入口。

本地浏览任务自动化的想象空间

“本地浏览任务”是一个覆盖面很广的表述。从能力定位推断，它可能涉及在浏览器中完成信息查找、页面间跳转、表单填写、内容抓取等各类操作。对于需要反复在多个网页之间搬运信息的用户来说，这类自动化的价值不在于单次操作的提速，而在于把一串琐碎动作交给代理连续完成。

这也是当前 AI 代理竞争的一个缩影：模型能力逐渐趋同后，差异化的重点转向“能不能真正把事做完”。浏览器作为大多数人数字工作的核心界面，自然成为代理落地的首选战场。Perplexity 选择从桌面端切入、以扩展形式接入 Chrome，是在不改变用户既有习惯的前提下，把代理能力嵌入现有工作流。

便利与权限之间的平衡问题

让 AI 代理控制真实浏览器，绕不开权限与安全问题。用户的 Chrome 中往往存有邮箱、文档、社交账号、支付信息等敏感内容，代理获得浏览器的操作能力，意味着它同时也接触到了这些环境。

官方目前只强调了“一次设置”的便捷性，未详细说明权限粒度控制、操作日志、敏感操作拦截等机制。对于打算尝试的用户，较为稳妥的做法是先在与个人账号隔离的浏览器配置文件中启用该扩展，观察代理的实际行为模式，再决定是否扩展到主力浏览环境。这类审慎的试用策略，在代理类工具早期阶段通常是有必要的。

“权限粒度”指代理被允许执行的操作范围可以细分到什么程度，例如仅读取当前页面、可点击链接、可填写表单、可发起支付或下载文件等。粒度越细，用户越能按任务类型授予最小必要权限，降低误操作与越权风险。与之配套的常见机制还包括操作确认（对提交表单、删除数据等不可逆动作要求人工点击确认）、操作日志（记录代理每一步动作以便回溯审计）以及可随时撤销的会话级授权。目前业界对浏览器代理尚无统一的安全标准，OWASP 等组织已开始讨论“过度代理权”（Excessive Agency）风险，即代理被赋予超出完成任务所需的权限。对用户而言，隔离的浏览器配置文件（Profile）能有效限制代理可接触的账号与数据范围，是当前阶段较为现实的缓解手段。

代理式浏览正在成为标配

Perplexity 的这一更新并非孤立事件，而是 AI 产品从“生成内容”走向“执行任务”这一大趋势中的一步。当代理能够操作浏览器，它与用户日常数字生活之间的距离就被进一步拉近——用户不再需要把信息复制粘贴给 AI，而是让 AI 直接进入信息所在的界面。

对 Perplexity 而言，这次集成也补上了其产品矩阵中的执行环节：搜索提供信息，Computer 提供推理与规划，Chrome 控制提供落地动作。三者串联后，Perplexity 的使用场景将从“查资料”扩展到“办事情”。这一方向能否成立，取决于扩展在实际任务中的完成度，以及权限设计能否让用户放心交出浏览器控制权。

目前该功能已经可以通过官方提供的扩展进行设置，感兴趣的用户可以按照官方指引完成配置后自行体验。

“代理式浏览”（Agentic Browsing）指由 AI 代理代替用户完成多步骤网页操作的模式，区别于传统爬虫或 RPA 脚本的固定流程，它依赖模型对页面语义的理解来动态决策下一步动作。这一方向的代表性进展包括 OpenAI 的 Operator、Anthropic 的 Computer Use、Google 的 Project Mariner，以及开源侧的 Browser Use 等项目。共同的技术挑战在于：网页结构高度异构且频繁变动，代理需要稳定地定位元素、处理弹窗与验证码、在长任务中保持上下文，并在出错时具备恢复能力。因此，评价这类产品的核心指标往往不是单步准确率，而是端到端任务完成率与人工接管频率。