AI 解放双手
把工作托管给浏览器，让 AI 自主操作网页完成任务。
核心挑战
1. 网页状态识别
AI 需要知道当前页面是什么状态，哪些元素可以点击，哪些已经加载完成。这比桌面应用难得多，因为网页是动态的。
2. 错误恢复
点击错了怎么办？页面崩溃了怎么办？AI 需要有自动恢复的能力，而不是停在原地等你来救。
3. 任务边界
「帮我订一张下周去上海的机票」——这个任务涉及多少步骤？在哪个网站订？要哪个航班？这些问题 AI 自己解决不了，需要人来定义边界。
一个实用的方法
把任务分解为：触发条件 → 操作序列 → 验证标准。
- 触发条件：「当页面显示搜索结果时」
- 操作序列：「点击第一个结果 → 滚动到价格区域 → 记录最低价」
- 验证标准：「记录到 3 个以上航班的价格」
限制和现实
浏览器自动化目前能做的：数据抓取、表单填写、重复性的点击操作。
不能做的：需要判断力的决策、需要理解复杂页面的任务、需要跨多个不相关网站的操作。
AI + 浏览器 = 强大的自动化工具，但不是万能的。