浏览器自动化
浏览器自动化是一种通过程序代码或工具模拟人工操作浏览器的技术，能够自动执行页面导航、点击交互、表单填写、数据抓取等任务。常用于Web应用测试、数据采集、重复性业务流程自动化等场景，实现手段包括脚本驱动框架（如Selenium、Playwright）及基于AI的智能代理控制等方式。
核心事实
时间轴 (近 90 天)
网页结构频繁变动、验证码、登录态过期等因素会显著降低浏览器自动化的稳定性。
大量中小企业软件和行业平台仅提供网页界面而无API，代理只能通过浏览器自动化模拟操作，稳定性低于API调用。
浏览器自动化在生产环境中通常与沙箱隔离、操作回放和人工兜底机制配合使用，因为它面临页面结构变化、异步加载、登录态与反爬机制、真实副作用等工程挑战。
浏览器自动化相比为每个服务单独写 API 集成具有通用性优势：只要有网页，agent 就能通过打开页面、解析 DOM、点击按钮、填写表单来完成操作，无需目标系统提供官方 API。
许多网站部署了 CAPTCHA、行为指纹检测、IP 限速等手段识别自动化流量，基于大模型的 Agent 仍可能被 Headless 浏览器特征或异常点击模式识别拦截
复杂的浏览器自动化任务往往需要多轮页面理解，token 消耗和响应延迟成本不可忽视
浏览器自动化目前更适合在可控场景下辅助使用，而非完全无人值守的关键业务
浏览器自动化很可能成为下一阶段 Agent 应用竞争的重点领域
浏览器自动化在复杂网站上的成功率往往低于在结构简单的静态页面上的表现
基于大模型的浏览器自动化不需要为每个网站硬编码脚本，而是通过模型对页面语义的理解来动态决策，这与传统RPA不同
还有 5 条时间轴事件
全部知识事实 (17)
浏览器自动化Agent的底层技术通常依赖Playwright、Puppeteer或Selenium等框架
80%已验证复杂的浏览器自动化任务往往需要多轮页面理解，token 消耗和响应延迟成本不可忽视
75%待验证传统浏览器自动化框架为软件测试和数据爬取设计，面对低信噪比的DOM树结构，Agent需消耗大量推理资源定位页面元素，且前端改版易导致脚本失效
60%待验证网页结构频繁变动、验证码、登录态过期等因素会显著降低浏览器自动化的稳定性。
50%待验证大量中小企业软件和行业平台仅提供网页界面而无API，代理只能通过浏览器自动化模拟操作，稳定性低于API调用。
50%待验证浏览器自动化在生产环境中通常与沙箱隔离、操作回放和人工兜底机制配合使用，因为它面临页面结构变化、异步加载、登录态与反爬机制、真实副作用等工程挑战。
50%待验证浏览器自动化相比为每个服务单独写 API 集成具有通用性优势：只要有网页，agent 就能通过打开页面、解析 DOM、点击按钮、填写表单来完成操作，无需目标系统提供官方 API。
50%待验证在基于大模型的浏览器自动化中，模型既是感知页面状态的眼睛，也是规划行动序列的大脑，取代了传统RPA中人工预先录制或编写的固定脚本
50%待验证许多网站部署了 CAPTCHA、行为指纹检测、IP 限速等手段识别自动化流量，基于大模型的 Agent 仍可能被 Headless 浏览器特征或异常点击模式识别拦截
50%待验证浏览器自动化在复杂网站上的成功率往往低于在结构简单的静态页面上的表现
50%待验证网页动态加载、弹窗、反爬机制都可能导致浏览器自动化 Agent 操作失败，影响稳定性
50%待验证浏览器自动化目前更适合在可控场景下辅助使用，而非完全无人值守的关键业务
50%待验证基于大模型的浏览器自动化不需要为每个网站硬编码脚本，而是通过模型对页面语义的理解来动态决策，这与传统RPA不同
50%待验证浏览器自动化让Agent像真人一样操作真实浏览器，可绕过部分基于请求特征的反爬检测
50%待验证浏览器自动化可操作任意有Web界面的服务（包括无公开API的平台），但存在账号误操作和数据泄露的安全隐患
50%待验证许多实际的浏览器自动化工作流高度程序化，因此小模型搭配合适的执行框架就能表现良好，并非所有浏览器任务都需要复杂推理
50%待验证浏览器自动化很可能成为下一阶段 Agent 应用竞争的重点领域
50%