谷歌重组浏览器智能代理团队应对OpenClaw热潮

谷歌正在调整其Project Mariner浏览器智能代理项目团队，部分原研发人员已转至优先级更高的项目。据两名知情人士透露，近期部分谷歌实验室（Google Labs）从事该研究原型的员工已调离。谷歌发言人确认了这一变动，但强调该项目所开发的计算机操作能力将整合进公司未来的智能代理战略，并已部分应用于新推出的Gemini Agent。

此次调整正值谷歌及其他AI实验室加快应对OpenClaw等高度智能代理工具的崛起。尽管这些工具目前主要由开发者使用，但硅谷普遍认为它们未来可能成为面向个人和企业的通用智能助手。Nvidia首席执行官黄仁勋在本周公司开发者大会上称，OpenClaw这类工具是“智能计算机的新操作系统”，并表示“全球每家公司都需要制定OpenClaw战略”。

谷歌首席执行官孙达尔·皮柴（Sundar Pichai）去年在I/O大会上曾重点介绍Project Mariner。当时，浏览器代理被视为行业下一波技术浪潮，OpenAI与Perplexity也相继推出面向消费者的代理产品，承诺可自动化完成网页任务，如点击、滚动和填写表单。然而，这些产品的实际采用率远未达预期。Perplexity的Comet浏览器代理在2025年12月仅达到280万周活跃用户，而OpenAI的ChatGPT代理近期周活跃用户不足百万。与ChatGPT每周数亿用户相比，浏览器代理的使用量几乎可忽略不计。

AI领域的焦点在过去一年已显着转向基于命令行的代理，如Claude Code与OpenClaw（其开发者已被OpenAI聘用）。这些系统通过终端控制计算机，被证明在任务完成上更为可靠。部分产品将计算机操作作为其智能代理能力之一。相比之下，浏览器代理作为独立产品显得局限。

AI培训平台Workera首席执行官Kian Katanforoosh指出，浏览器代理性能受限于巨大的计算需求：它们需连续截取网页图片、输入AI模型进行分析、再执行操作，过程缓慢且不稳定。“Claude Code和OpenClaw证明，使用终端更高效，因为终端是基于文本的，而大语言模型（LLM）也是基于文本的，完成相同任务所需的步骤可能减少10到100倍。”

这并不意味着浏览器代理无发展空间。上月，初创公司Standard Intelligence发布了一种基于视频训练的计算机操作模型，其视频编码器可将视频压缩至AI模型上下文窗口，声称效率比传统模型高50倍。该公司演示了其模型连接汽车、实时视频流和键盘，在旧金山短暂实现自动驾驶。

Simular公司首席执行官、前谷歌DeepMind研究员Ang Li认为，计算机操作代理填补了关键能力空白，未来仍不可或缺。“我预计始终存在80/20的分工：终端能解决大量问题，但总有些问题必须通过图形用户界面（GUI）解决，例如访问医疗保险网站或某些无API接口的遗留系统。”

尽管如此，AI实验室普遍正将资源从计算机操作代理转向编码代理。即使对于非编码任务，编码代理通过调用其他应用、修改文件、创建定制软件，往往对用户更实用。例如，用户可上传银行对账单，由编码代理生成个性化消费仪表盘。OpenAI希望Codex驱动ChatGPT内的通用代理，而Anthropic已推出Claude Cowork，作为Claude Code的无终端版本。Perplexity也推出类似产品Personal Computer。

尽管编码代理在开发者中广受欢迎，但其能否提升普通用户采纳率尚不明确。谷歌与OpenAI曾表示，消费者未来可用AI代理从Instacart订购杂货或预订晚餐。虽然这些场景颇具吸引力，但用户可能在确认代理不会出错前，不愿将此类任务自动化。