你还傻乎乎给 Computer Use 传截图？Kimi 发布的浏览器扩展Kimi WebBridge，Agent 直接操控你浏览器

公众号名称：程叙架构与AI.

作者名称：AI兴观点

发布时间：2026-05-15 01:10

✅点击上方🔺公众号🔺关注我✅

Anthropic 刚出了 Computer Use 最佳实践，次日 Kimi 就甩出了一个浏览器扩展——不是给人类用的，是给 AI Agent 用的。

就在刚刚，kimi悄咪咪上线了一个新东西：Kimi WebBridge。

官方页面：Kimi WebBridge 支持 Claude Code、Cursor、Codex、Hermes、OpenClaw 等主流 Agent

来看看实际效果——Agent 是怎么通过 WebBridge 操控浏览器的：

简单说，这是一个浏览器扩展。装上之后，你的 AI Agent（不管用的是 Claude Code、Cursor、Codex、Hermes 还是 Kimi Code）可以直接操控你的浏览器——搜索、滚动、点击、填表、提取数据，像真人在操作一样。

不是又出一个 AI 浏览器。Kimi 做了个中间层：Agent ↔ WebBridge ↔ 你的 Chrome。

而且免费。

跟 Computer Use 思路不一样

Anthropic 的 Computer Use 走的是截图+坐标路线——模型看截图，算坐标，返回点哪。

WebBridge 走的是 Chrome DevTools Protocol 路线——Agent 直接发命令，扩展在背后帮它执行：点这个按钮、填那个框、截这张图。

各有优劣。截图路线的优势是「所见即所得」，你看到的网页模型也看得到。CDP 路线的优势是快且准——不用传截图、不用算坐标，直接精确操作 DOM 元素。

但 WebBridge 有一个截图路线做不到的事：你的登录会话全都在。

因为跑的是你正在用的浏览器，已经登录的网站（Gmail、Notion、Google Sheets、各种后台），Agent 直接就能操作。不用二次登录、不用传 cookie、不用折腾验证码。

而且数据不离开本地。官方 FAQ 原话：「Everything runs locally, so your login sessions and page content never leave your device.」

Kimi 一口气发了 6 条推文配视频，每个展示一个场景：

跨平台搜索，自动填表 Agent 同时在多个平台搜数据，结果直接填充到你的电子表格里。适合竞品调研、价格对比、数据采集。

网站复刻 借助 K2.6 的多模态能力，Agent 打开一个网站，看完布局和内容，直接在另一个地方复刻出来。

工作流学习 你做一遍日常操作，Agent 学着记下来，存成可复用的技能。以后说一声就自动执行。

自动创建 Google Form 你跟 Agent 说「帮我做个满意度调查问卷」，它自己打开 Google Forms，自己填标题、加问题、设选项，全部自动完成。

图片来源：Kimi 官方推文演示视频

用法就三步：装扩展、装本地服务、发给 Agent。

官方列了 6 个支持的 Agent：Kimi Code、Claude Code、Cursor、Codex、Hermes、OpenClaw。基本上主流的代码 Agent 和桌面 Agent 都能接。

curl -fsSL https://kimi-web-img.moonshot.cn/webbridge/install.sh | bash

装完之后会给一串连接命令，复制发给你的 Agent 就行。

过去几个月，Agent 操控浏览器这件事一直很热，但方案要么绑定某个特定模型（Anthropic Computer Use），要么绑定某个特定平台。

Kimi 这把操作有意思：他们做了一个通用的浏览器接口，谁都能接。

你不用非得用 Kimi 的模型。Claude Code 用户、Cursor 用户、Hermes 用户，装上扩展都能用。这相当于 Kimi 给整个 Agent 生态免费提供了一套「浏览器驾驶系统」。

而且免费。

如果你已经在用代码 Agent 做自动化，花三分钟装上试试不吃亏。反正卸掉也就点一下。

如果觉得这篇文章有帮助，欢迎点赞、在看、转发！有问题也可以在评论区留言，我会尽量回复！

cover_image

Original AI兴观点程叙架构与AI.

内容效果不满意？点此反馈