任务完成率
每个工具拿到的都是同样的 31 个任务：线上网站上的多步骤任务，很多藏在登录墙后面。只有满足全部要求才算完成，没有部分得分。 任务示例：从已登录的 X 账号拉取一周的帖子分析数据，锁定下周五的直飞票价，在 2048 游戏里一路坚持到合成 256 方块。
所用 Agent: pi · 模型: ChatGPT 5.6 Sol · 思考强度: max · 31 个任务
- ego(lite)93.5%
- agent-browser62.9%
最佳 agent-browser 替代方案
agent-browser 为 Agent 提供操作一次性会话的命令接口。ego(lite) 则给它一个浏览器工作区。 在我们公开的 31 个线上网站浏览器自动化任务基准测试中，ego(lite) 完美完成了 93.5% 的任务，是所有受测工具中最高的完美完成率。
ego(lite) 对比 agent-browser
最近更新 2026年8月30日
开发者用户来自
浏览器自动化基准测试：ego(lite) 对比 agent-browser
这项基准测试考察的是 Agent 在真实线上网页而非沙盒中的浏览能力：在真实网站上完成 31 个多步骤任务，其中很多需要登录。ego(lite) 和 agent-browser 跑的是完全相同的一套任务。
所用 Agent: pi · 模型: ChatGPT 5.6 Sol · 思考强度: max · 31 个任务
- ego(lite)93.5%
- agent-browser62.9%
Real-World Bench 是一项开源基准测试：31 个线上网站上的复杂真实浏览器自动化任务，每个工具都由同一个 pi Agent 使用同一个模型（gpt-5.6-sol，思考强度 max）驱动，并由同一个评审模型按每个任务的评分细则打分。每项成绩都覆盖全部 31 个任务，不按单个任务挑选最好的结果。
为什么 ego(lite) 比 agent-browser 更出色
区别不在于 Agent 能点什么，而在于它能用什么来工作。ego(lite) 让完整的本地 Chromium 会话、你已授权的状态和相互隔离的 Space 都在视野之内，因此同一个 Agent 可以搜索、调研、提取、填写、测试，或处理更长的网页任务，而不必把浏览器简化成一次一条命令。
93.5% 的任务完美完成。 没有其他工具超过 78%
agent-browser 的核心循环是 open、snapshot、click @e2、再 snapshot：每一步都是一条命令，模型读完结果才能决定下一步，而每多一次往返，就多一次跑偏的机会。在这 31 个任务里，agent-browser 有超过三分之一的任务没能拿到满分。ego(lite) 以精简 Snapshot 的形式拿到页面，附带稳定的 @N 引用，Agent 在一轮 JavaScript 中就能同时操作其中多个。往返越少，卡住的地方就越少：同样 31 个任务中 93.5% 完美完成，按平均任务用时计算，比 agent-browser 快 52%。
Time to finish a task, shorter is better
- ego(lite)398 s
- agent browser605 s
Data source - Task: finish an average live-site job
并行多任务，执行更快
agent-browser 的并行能力靠一组需要你自己管理的 --session 参数实现，默认无头运行，一旦弹窗卡住，你只能对着 CLI 输出干猜。为解决这个问题而设的 --headed 参数也有未解决的 bug 报告：要么被直接忽略，要么导致 Chrome 反复崩溃重启而不是弹出窗口。在 ego(lite) 中，Spaces 数量没有上限：每个 Space 各自运行一个任务，默认有头显示，使用各自导入的 Chrome 配置文件。它们互不占用你的标签页，你可以随时查看或接管。
不再反复来回 消耗更少 Token
典型的 agent-browser 流程是打开、Snapshot、点击 @e2、填写 @e3、再 Snapshot：一条条独立的命令，每一步都要等模型读完往返结果才能决定下一步。它的 batch 模式可以排队多个步骤，但模型必须等整个批次返回后才能对 Snapshot 结果做出反应。ego(lite) 的 AI Agent 只需写几行 JavaScript，就能在一轮操作中执行多个步骤，并以精简 Snapshot 的形式读取结果。两者叠加，让整个任务的开销远低于一步一命令的循环。
Claude Code · ego(lite)
>/ego-browser Add the first product to the cart, then check checkout loads
●Bash(
ego-browser nodejs <<'EOF'
await openOrReuseTab('localhost:3000')
await click('.product-card')
await click('.add-to-cart')
await click('a[href="/checkout"]')
cliLog('checkout loaded')
EOF
)
⎿Output:
[t=4480ms] checkout loaded
Done. Both steps work.
─── 1 tool call · ↑ 1.1k tokens ───
Claude Code · agent-browser
─── 7 tool calls · ↑ 13.6k tokens ───
同样的任务，同样的模型。 左边：ego(lite) 中一次批量 JavaScript 调用，总共 1.1k Token。 右边：agent-browser 的 CLI，一步一命令，往返 7 次，token 消耗攀升到 13.6k。
同一个 Chrome，为 Agent 而生
让 agent-browser 用上你真实的 Chrome 需要额外配置：指定一个 profile 名称，会把你的配置文件复制成一份只读快照；或者使用持久化路径，理论上能让登录状态跨重启保留，但有未解决的报告称它在 Linux 上会保持空白。另一个方案是开放远程调试端口，但这会让本机任何进程都能完全控制浏览器。如果跳过这些配置，你得到的就只是一个全新的无头配置文件，一遇到验证码和 2FA 就会卡住。ego(lite) 一键导入你的 Chrome 配置文件，实时生效。
让切换无缝衔接
如果 agent-browser 已经让你相信编程 AI Agent 应该直接驱动浏览器，那么 ego(lite) 就是同样的理念，只是接上了你真实的浏览器。切换只需几分钟，也不需要卸载任何东西。
1
下载 ego(lite)
下载 ego(lite)，一键导入你的 Chrome 配置文件。登录状态、cookie 和扩展程序都会一并带上，不需要 --profile 参数，也不用复制配置文件目录。
2
用 /ego-browser 运行你的第一个任务
在 Claude Code、Codex、Cursor 或 Gemini CLI 中粘贴一句话，回车即可。无需启动守护进程，无需开放 CDP 端口，也无需管理会话参数。
粘贴到你的 Agent 里
/ego-browser 打开 ego.app，确认定价页面能正常加载
3
看它开始工作
任务在独立的 Space 中运行，不会影响你的标签页。浏览器窗口是真实存在的：可以实时查看，也可以随时接管。结果会返回到你的 AI Agent 的 CLI 中。
如果 agent-browser 已经接入了 CI 流水线，就继续用它做无头 CI 检查。ego(lite) 负责你自己机器上的浏览器工作：用你的账号、可见的 Space 和完整的 Chromium 界面。
各工具的适用场景
以下情况选择 ego(lite)
- 你的任务会涉及真实账号：Gmail、各类仪表盘，以及任何 SSO 背后的系统，而你导入的配置文件早已实时登录，不需要复制配置文件，也不用手动开放 CDP 端口。
- 你希望通过 Snapshot 输入叠加多操作 JavaScript 批处理，从整个任务层面节省 Token，而不是每个操作都要走一次 CLI 命令往返。
- 你希望默认就能在并行的 Spaces 中以有头模式查看任务运行，并在需要人工介入时随时接管，不需要额外参数，也不用配置特定平台的显示环境。
- 你希望自己日常使用的浏览器本身就是 AI Agent 浏览器：不需要管理守护进程，不需要会话参数，也不用搭建 CDP 连接。
以下情况请选择 agent-browser
- 你运行在无头 CI 环境或 serverless 函数中，那里没有桌面浏览器可用，一次性会话正是重点所在。
- 你正在 Vercel Sandbox 上构建应用，或者已经深度使用 Vercel 生态，希望用一个与之协同设计的工具。
- 你希望在服务器上保持极简占用：Rust 编写的 CLI 和守护进程，不依赖 Playwright 或 Node.js 运行时，可通过 npm、Homebrew 或 Cargo 安装。
- 你需要通过 WebDriver 覆盖 iOS Safari，而 ego(lite) 仅支持 Chromium，无法满足这一需求。
将 ego(lite) 与其他浏览器自动化工具对比
与 Puppeteer、Playwright MCP、Claude Chrome extension、Browser Harness 以及另外 7 款工具的逐项对比。
常见问题
agent-browser 是什么？
agent-browser 由 Vercel Labs 打造，因此也被称为 Vercel agent-browser，是一款专为编程 AI Agent 打造的开源浏览器自动化 CLI：前端是 Rust CLI，背后是纯 Rust 编写的守护进程，通过 DevTools 协议直接驱动 Chrome，运行时不需要 Playwright 或 Node.js。它的 snapshot 命令会返回带有 @e 引用的精简可访问性树，让 AI Agent 可以基于稳定的引用进行点击和填写，而不是依赖容易失效的选择器；它还以 Skill 形式提供给 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot 等大多数编程 AI Agent 使用，并将 MCP 服务器作为可选子命令提供，而非默认路径。它免费、设计精良，也被广泛采用。
ego(lite) 是 agent-browser 的好替代品吗？
是的，如果你关心的任务涉及真实账号，或者需要可见性带来的好处。两者都是通过 CLI 或 Skill 而非以 MCP 为先的方式，给编程 AI Agent 提供浏览器；而 ego(lite) 默认就实时接入你导入的 Chrome 配置文件，提供可随时接管的有头窗口、并行 Spaces，以及多操作 JavaScript 执行。对于脚本和 CI 中一次性的无头自动化，agent-browser 依然是简洁可靠的选择。
ego(lite) 与 agent-browser 的基准测试是怎么跑的？
两款工具在线上网站上跑的是同一套 31 个复杂的真实浏览器自动化任务，由同一个 pi Agent 搭配同一个模型（gpt-5.6-sol，thinking effort 设为 max）驱动，并由同一个评审按每个任务各自的评分细则打分。每项成绩都覆盖全部 31 个任务，所以失败的任务照样计入。ego(lite) 完美完成了 93.5% 的任务，每个完成任务花费 $1.75，平均每个任务用时 6 分 38 秒，比 agent-browser 快 52%；agent-browser 完美完成了 62.9%，每个完成任务 $4.23，平均用时 10 分 5 秒。测试框架、任务、评分细则和原始结果都在 GitHub 上的 ego-browser-benchmark-framework 仓库开源，每个数字都可以审计或复现。
agent-browser 能使用我的 Chrome 登录状态吗？
可以，但需要额外配置，而且目前还不算完全可靠。指定一个 profile 名称后，agent-browser 会把该 Chrome 配置文件复制到一个临时目录，作为只读快照启动，这样它能带着你现有的登录状态运行，但会话期间产生的任何写入都不会同步回你的真实配置文件；在 Windows 上你还得先关闭 Chrome，因为配置文件目录中的文件可能被锁定。它还提供一种持久化配置文件模式，本意是让 cookie 和登录状态自动跨重启保留，但目前有未解决的 bug 报告称该配置文件目录会在多次运行之间保持空白。通过 CDP 连接到正在运行的 Chrome 也是可行的，但项目自己的文档也提到，这个端口会让本机任何进程都能完全控制浏览器。而在 ego(lite) 中，已登录的浏览器是默认状态：只需导入一次配置文件，之后每个 AI Agent 任务都会从这个实时状态开始，不需要任何额外参数。
既然两者都用可访问性 Snapshot，为什么 ego(lite) 的单任务成本更低？
快照只是其中一半。agent-browser 的批处理模式可以在一次进程启动中执行一串固定的命令，但在整批命令跑完之前，模型仍然无法根据快照返回的内容采取行动，所以每一步都依赖上一步的任务，最终会变成一长串“执行命令、模型读取结果”的循环。ego(lite) 让 Agent 在一次 JavaScript 执行中批量完成多个操作，并以精简 Snapshot 的形式读取结果，立刻据此推理。节省来自这两者的叠加，并且体现在整个任务层面：在这 31 个任务中，折算下来每个完成任务 ego(lite) 是 $1.75，agent-browser 是 $4.23。
这两款工具都需要 MCP 服务器吗？
不需要。这是两款工具共同的设计理念。agent-browser 的主要接口是 CLI，MCP 服务器只是作为可选子命令提供给有需要的客户端。ego(lite) 则是在你的 AI Agent 中运行 /ego-browser，通过 ego-browser shell 连接。两者默认都不需要编辑 MCP 配置文件。
我可以同时使用 agent-browser 和 ego(lite) 吗？
可以。两者不会冲突。有些开发者会保留 agent-browser 用于 CI 或 Vercel Sandbox 上的无头检查，同时用 ego(lite) 处理所有交互式工作：需要登录的任务、并行研究，以及任何值得亲眼看看的场景。实际情况是，需要登录的任务往往占了大多数。
ego(lite) 和 agent-browser 一样免费吗？
是的。ego(lite) 免费使用，无需订阅，你的 AI Agent 借以连接的 ego-browser shell 也是采用 MIT 许可证的开源项目。
Agent 能否在不每一步都发送截图的情况下，读取已登录的标签页？
可以。ego(lite) 为日常读取提供精简的 DOM/无障碍 Snapshot，只在确实需要视觉证据时才让 Agent 请求截图。这样 Token 和延迟开销都低于以截图为主的循环，同时保留真实的页面状态和你已授权的会话。
两款工具在持久化浏览器会话上有什么不同？
ego(lite) 让导入的 Chrome 上下文在各个任务之间持续可用，并把每次运行隔离在各自的 Space 里。agent-browser 可以复制一份浏览器配置文件或使用持久化路径，但复制件默认只读，而且社区反馈称持久化和 CDP 连接都对配置很敏感。每次重新连接后，都要核对账号、URL 和测试夹具（fixture），不要想当然地认为 Cookie 还在。
这两款工具能用于金融或调研等真实的工作流自动化吗？
可以，前提是经过授权、可供审查的工作。对可能扣费、发送、删除或修改记录的操作，使用测试账号或安全环境；做数据抓取或竞品调研时，保留来源 URL 和输出字段；发布、付款以及其他不可逆的步骤，都要由人来批准。agent-browser 适合一次性的无头任务，而 ego(lite) 是为可见的已登录工作流和并行 Space 设计的。
本地或自托管部署，选哪个更好？
agent-browser 的 Rust CLI 和守护进程体积小巧，很适合无头服务器和 Vercel 式沙盒。ego(lite) 在 macOS 或 Windows 本地运行，浏览器和会话数据都留在你的机器上；当你使用本地模型，或隐私政策要求数据不进入托管基础设施时，这一点很有用。选择之前，请确认你的操作系统、显示/无头需求、浏览器支持情况以及服务商的数据政策。
为你的 Agent 配备真实浏览器
免费使用，运行在你的电脑上，一键导入 Chrome 浏览器配置文件。支持 Claude Code、Codex、Cursor，以及任何能写代码的 CLI Agent。