太长不看: 浏览器智能体受阻通常有四种原因:验证码、IP 被封、传感器脚本将其行为标记为异常,或地区限制。每种情况都需要不同的解决办法,用错办法只会浪费这次运行。在我们的 100 美元悬赏测试中,82 个可测试网站里有 7 个每次都会阻止我们的智能体,原因全是我们的解算器当时尚不支持相应的验证码;另有 6 个网站在我们使用其所在国家的代理后便能打开。在某个 Akamai 登录页面上,通过 JavaScript 聚焦输入框的 11 次尝试全部被阻止,而使用真实鼠标点击则每次都能通过。
我们悬赏 100 美元,征集任何能够阻止我们浏览器智能体的网站。对于人们提交的网站,我们能够测试其中 82 个。7 个网站在每次运行中都阻止了我们,而且这 7 个网站的问题完全相同:使用了我们的解算器当时尚不支持的验证码。另有 6 个网站阻止我们,仅仅因为我们是从美国访问;改用这些网站所在国家的代理后便能打开。
我们的浏览器指纹表现不错(参见我们的 机器人检测 和 隐身能力基准测试 文章),但仍然会碰壁。关键在于智能体接下来怎么做。
浏览器智能体受阻的四种原因
大多数阻断都属于以下四类之一。第一类是验证谜题,解开后即可继续。第二类是 IP 被封,此时解题无济于事,需要更换出口。第三类是传感器标记,即页面上的脚本不认可你的行为方式,因此换 IP 也没有用,必须改变行为。第四类是地区限制,即网站只向某个国家提供服务,并拒绝其他地区的访问。
我们的智能体在用户的账户中工作,因此下面的每种解决办法都必须保持登录状态。
验证码:解算器能够攻克哪些反机器人服务商
11 月 8 日至 15 日,我们的美国云浏览器遇到了 1,394,724 次验证码,其中 79.2% 得以自动解决。(一次“遇到”是指一个会话碰到一家服务商的挑战,不包括员工流量。关闭了解算器的会话不会发送事件,因此实际数量更高。)
DataDome 和 Akamai 的数据看起来很差,但解算器无法解决其中任何一个的问题。DataDome 的失败大多是因为页面在解算过程中被关闭;排除这些情况后,成功率为 82.3%。Akamai 的情况大多是返回 403,而我们的驱动程序会重新加载一次。如果重新加载后仍然返回 403,就说明 IP 被封,或传感器将我们标记为异常,那是另一类问题。
解算器还必须知道何时该放弃。Google 的“异常流量”页面会显示 reCAPTCHA,但完成验证并不能解除阻断,因为被封的是 IP。在 7 月一段 16 小时的流量中,获得有效令牌的会话有 73% 再次遇到挑战。现在,解算器会识别该页面、停止尝试,并通知智能体轮换 IP。在此之前,某个网站曾在一小时内让我们启动解算器 106 次,并失败 106 次。
智能体还必须等待解算器完成。7 月时,我们的旧版智能体将等待时间限制为 3 秒,在等待一次并重新加载一次后便会放弃。在 43 个注册表单中,它有 17 个最终因验证码而受阻;而会耐心等待的新版智能体只有 10 个。现在,我们的默认智能体会收到这条指令:
出现验证码时,停止操作并等待:解算通常需要 20 至 60 秒。大约每 5 秒重新检查一次页面,最长等待 2 分钟
我们速度最快的智能体在关闭解算器的情况下运行,因为持续开启的检测器会一直占用主线程(为什么这很重要)。它改为获得一个 solve_captcha 工具:该工具会开启解算器,等待最多 20 秒让验证码出现,再等待最多 95 秒让验证完成,然后重新关闭解算器。在预发布环境中,它无需提示便调用了该工具,并在 6 次测试中全部解开 hCaptcha,每次耗时 21 至 30 秒。把同样的建议写成一段文字后,3 次测试全部失败。三次尝试说明不了太多问题,但即便如此,我仍会优先给智能体一个工具,而不是一段说明文字。
在 Stealth Bench V2 上,开启解算器后,我们的 反检测浏览器 在对 100 个高难度网站进行的 200 次访问中有 90.5% 成功通过;关闭解算器时,成功率为 84.0%。使用美国代理的 Chrome 成功率为 14%。我们之所以选择这些网站,是因为我们的浏览器此前能够通过,而原版 Chrome 无法通过,因此这种比较对我们有利。更多内容请参阅 面向 AI 智能体的验证码解算.
IP 被封:在不丢失登录状态的情况下更换 IP
新建浏览器可以解决 IP 被封的问题,但也会丢掉所有标签页和 Cookie。因此,我们为智能体提供了一个工具,可以在浏览器仍在运行时更换其网络出口:
refresh_connection({ country: "jp", reason: "Site says it is not available in your region" })该工具于 11 月 8 日上线;以我们当前智能体的每 100 次运行计算,智能体大约会调用它 10 次(有些运行当时可能尚未配备该工具)。它不适用于客户自己的代理,因为我们无法轮换并不属于我们的 IP,所以在这种情况下该工具会被隐藏。这个工具源于一次失误:我们的第一个“刷新”功能其实是更换浏览器;当智能体误判受阻原因时,更换操作会破坏它所需的状态。
如果你要自行构建,有两个细节很重要。时区必须跟随网络出口,否则东京 IP 配上纽约时钟就会被标记为异常。UDP 流量(HTTP/3、WebRTC)也必须经由与 TCP 相同的出口,否则 WebRTC 地址与 HTTP 地址不一致就会暴露身份。在 10 月的一次小规模本地泄漏测试中,我们的方案在 5 个会话中全部保持无泄漏,而某个第三方 SOCKS5 代理池在 3 个会话中有 1 个发生泄漏。
地区限制:更换国家,而不只是更换 IP
在同一个国家内反复更换 IP 的效果很有限。在 7 月的一次内部评估中(412 组配对任务、两个模型),智能体在受阻后共更换了 44 次网络出口,其中 12 次解除了阻断。同一国家内重新选择出口的 15 次尝试中,只有 5 次成功解除阻断。
悬赏活动更清楚地证明了这一点。在 82 个网站中,有 6 个从美国访问时每次都失败,但使用当地代理后便能打开;无论怎样轮换美国 IP,都无法解决这些问题。我们的提示词将处理过程设计成一套逐级步骤:每次只改变一个因素,检查已经尝试过哪些国家,尝试一次不使用代理,然后选择一个符合网站内容的国家。如果限制依然存在,就停止反复更换浏览器,寻找获取数据的其他途径。
传感器标记:智能体的输入方式很重要
鼠标移动并重新加载一次,在我们的 Akamai 处理程序中确实有效。它会等待几秒,像真人一样移动指针,然后重新加载一次。10 月,在采用 Windows 人设的生产环境浏览器中,它在 4 个零售网站上解除了 30 个受阻会话中的 29 个,每次耗时 5 至 7 秒。不过,那是特意挑选的 30 个会话。在所有遭遇 Akamai 的情况中,成功率是上文所述的 24.6%。
事实证明,输入方式比我们预想的更重要。11 月 15 日,在一个受 Akamai 保护的酒店登录页面上,通过 JavaScript 填写表单后,8 个会话中有 7 个登录请求收到了 403 响应。通过 CDP 产生真实鼠标和键盘事件时,8 个会话中没有一个被阻断;我们的开源 browser-harness的默认输入路径同样一次也没有被阻断。在该测试涉及的另外 5 个网站上,JavaScript 输入从未被阻断。
后续测试将原因锁定在聚焦操作上。所有通过 JavaScript 聚焦输入框的实验组都被阻断(11 次中 11 次),而所有使用真实鼠标事件点击输入框的实验组都成功通过(11 次中 0 次被阻断),即便之后由 JavaScript 设置输入值也是如此。这只是对一个网站进行的小样本测试,因此应将其视为线索,而非规律。我们尚未为此发布操作指引。
毫无作用的反机器人技巧
生产环境的追踪数据让深层链接显得很危险:2.25% 的深层链接导航随后遭到阻断,而其他步骤的这一比例为 0.37%。这似乎表明应该“先访问首页预热”,于是我们在 7 个受保护的网站上进行了实时测试。直接访问深层链接时,28 次中有 4 次被阻断;先访问首页时,28 次中有 3 次被阻断(p = 1.0)。深层链接之所以可能与阻断相关,是因为它们通常指向网站保护最严的页面。有一个 DataDome 网站的结果确实发生了逆转(4 次中 4 次被阻断,对比 4 次中 0 次),所以我们尚未排除这种方法,但也没有将其上线。
隐藏 Runtime.enable 被认为可以避免遭到检测。在 6 个网站上,这样做没有产生差异:启用时 67 次中有 4 次被阻断,关闭时 68 次中有 3 次被阻断。
仍会阻断我们智能体的因素
这 7 个悬赏网站构成了我们的解算器待办清单;如果连谜题都无法读取,那么任何 IP、国家或输入技巧都无法绕过它。此后,一个 GeeTest v4 图标解算器已合并,但我们尚未在该网站上重新运行测试。我们的欧盟区域目前还没有解算器,因此这里所有验证码数据都来自美国浏览器。
如果你想了解自己的工作负载卡在哪里,可以在 Browser Use Cloud 上运行它,并观察 captchaSolverStarted 和 captchaSolverFinished 事件。
发布于 2026 年 11 月 20 日
继续阅读
所有文章
工程
/2026 年 11 月 20 日browser-use 1.0:我们为何用一个工具取代 24 个智能体工具
browser-use 1.0 不再为模型提供 24 种浏览器操作,而是只提供一个主要工具:python。同样的模型得分提高了 14 至 33 分,智能体也开始完成一些我们从未专门构建过的操作。
马格努斯·穆勒

工程
/2026 年 11 月 20 日如何让浏览器智能体更快:我们发现的六个原因
一项 Google Flights 任务曾让我们的浏览器智能体耗时 30.7 秒。六个原因解释了其中大部分耗时,而仅调整两个配置标志就将用时缩短至 20.7 秒。
马格努斯·穆勒

工程
/2026 年 11 月 20 日“以 LLM 充当评判者”中的漏洞:我们的评判模型只读取了每个答案的五分之一
一项修复使我们的智能体评估得分提高了 5.1 分。其中最多有一半增幅来自一个漏洞:我们的 LLM 评判模型只能看到每个答案的末尾。重新评判已保存的运行结果如何帮我们发现了这个问题。
马格努斯·穆勒
AI 热点