解密 ego lite:人机协同的下一代 AI 浏览器与 Task Space 架构深度剖析
随着 Claude Code、Cursor、Codex 等 AI 智能体(Agent)深度介入日常开发,网页自动化(Browser Automation) 正在成为 AI 替人类完成信息检索、环境调试、表单填报与灰度验证的核心通道。
然而,现存的浏览器自动化方案几乎都让开发者感到痛苦不堪:
- 抢夺焦点的“物理冲突”:传统的 Playwright、Puppeteer 或 Browser-Use 一旦启动,要么弹出一个狂闪的 Chromium 窗口强行抢占鼠标焦点,要么与开发者争抢同一个浏览器的活动标签页,导致人机根本无法协同;
- 永远跨不过去的“登录态鸿沟”:无头模式下的浏览器永远是一张白纸,面对 GitHub、Google、Twitter 等现代网站的复杂 2FA 验证码,AI 智能体常常在第一道登录门禁前直接崩溃;
- 单步 CLI Ping-Pong 的 Token 吞噬:传统工具往往强迫模型遵循“点一步 → 截一张图 → 读一次 DOM → 再点一步”的单步往返循环。一个稍微复杂的网页任务就要消耗上万 Token,耗时长达数分钟。
近期在开源社区备受瞩目的 citrolabs/ego-lite,给出了令人耳目一新的答案。
它并非简单的脚本包装库,而是一款从内核底层专为**“人类与 AI 智能体并行协同(Work in Parallel)”**设计的全新 Chromium 浏览器。