所有文章Browser Use x Gumloop

Gumloop 是一个用于构建工作用 AI 智能体的平台。当智能体需要一个没有 API、没有 MCP 服务器、也没有 Gumloop 连接器的网站时,它会打开浏览器自行完成工作。这个浏览器就是 Browser Use 的隐身浏览器。它运行在本地部署环境中,与智能体处于同一个沙箱内,而不是运行在 Browser Use Cloud 中。 Gumloop 获得了与我们云端运行的相同的隐身、CAPTCHA 破解和住宅代理能力,而登录、下载和录屏则留在其自有基础设施内。

长尾需求没有 API

Gumloop 已经通过连接器将智能体与团队日常使用的应用连接起来。其官方文档建议,在存在连接器时应优先使用连接器,因为连接器更快、更可靠。但大多数网站永远不会有连接器:公用事业供应商的门户、州政府申报系统、供应商仪表盘、竞争对手的结账流程、某人在 2014 年构建的内部工具。即使存在连接器,它也未必总能支持当前任务。

这就是智能体工作的长尾。每个网站只占使用量的一小部分,而它们合在一起,构成了人们实际要求智能体完成的大部分工作。Gumloop 称之为“自动化的最后一英里”。为每个网站做一个连接器无法扩展。浏览器可以。

因此,在2026年10月6日,Gumloop 为每个 Gumloop 智能体推出了 Browser 。当智能体被要求做某件它没有连接器可用的事情时,它会打开一个真实的 Chromium,导航到该网站,点击、输入、填写表单并下载文件。当它遇到只有人才应该执行的步骤(2FA 验证码、SSO 审批、购买确认)时,它会把浏览器交给用户并等待(Gumloop 文档).

这解锁的工作恰恰就是长尾需求。在 Gumloop 的发布文章中:

  • Opendoor 正在构建智能体,每周为数百个家庭处理公用事业开通事务。这些智能体操作供应商门户,从 1Password 获取凭据,并在浏览器、电子邮件和电话之间进行协调。
  • 竞品调研: 试用竞争对手的免费试用版,并截图记录每一个引导步骤;或者每周检查定价页面和结账流程,并标记出发生变化的地方。
  • 没有 API 的门户: 登录州、市和联邦门户,跟踪申报截止日期、许可证续期和商标状态。从银行、公用事业、保险和供应商门户提取对账单和发票,并将其归档到 Drive 中。
  • 办公室杂务: 在Costco或Instacart上补货零食,在DoorDash上订购团队午餐,在Resy或OpenTable上预订餐桌。

除了浏览器本身,Gumloop 还推出了凭据保险库、1Password 集成、为每个智能体提供经过验证的身份、会话回放、可将已完成任务保存为可复用流程的 Skills,以及模型路由——让更强的模型负责规划,而由成本更低的模型驱动浏览器。一周后,即 10 月 13 日,它新增了移动端视图和按国家/地区划分的代理(更新日志).

长尾需求的麻烦之处在于,它也正是机器人检测所在的地方。原版 Chromium 会在登录页面、结账页面以及任何位于 Cloudflare、DataDome、PerimeterX 或 Akamai 之后的页面被拦截。一个在门口就被拦下的智能体毫无用处。

为什么 Gumloop 希望浏览器运行在自己的沙箱内

每个 Gumloop 智能体本来就已经运行在 Gumloop 的云沙箱中。Gumloop 的文档说得很直白:“浏览器与智能体运行在同一个代码沙箱内。”

给智能体配备隐身浏览器的常见做法是使用托管式浏览器 API。智能体在一处运行,驱动位于他人云端的远程浏览器。对 Gumloop 来说,这意味着:

  • 支付两次计算费用。 沙箱本身已经具备 CPU 和内存。远程浏览器会为每个智能体再增加一台机器。
  • 会话数据会离开他们的基础设施。 Cookie、登录状态、下载内容和录屏都会存放在供应商那里,而不是沙箱上、紧挨着用户的文件。
  • 每次操作都会多一次网络跳转。 每一次点击和截图都要在互联网上往返两次。
  • 更严格的安全审查。 Gumloop 面向企业销售,而企业安全审查会密切关注智能体流量和数据的去向。

Gumloop 的 CTO Rahul Behal 在第一天就把规格发给了我们,这样我们就能据此开展工作。支持国家选择的住宅代理是必须的。持久化配置文件应当存放在沙箱文件系统上。人工接管和会话录制也应正常工作。需求很简单:在我们的云沙箱内运行你的浏览器。

什么是本地部署浏览器

本地部署浏览器(或自托管浏览器)是运行在客户环境中而非供应商云端的浏览器基础设施。客户获得供应商的浏览器,并由客户自己的机器运行它。 本地部署浏览器 (或自托管浏览器)是运行在客户环境中而非供应商云端的浏览器基础设施。客户获得供应商的浏览器,并由客户自己的机器运行它。

对于 Browser Use 来说,本地部署浏览器就是 驱动 Browser Use Cloud 的同款隐身浏览器它是同一个打过补丁的 Chromium 构建版本,按相同的时间表发布,以单个二进制文件的形式交付,可在客户智能体已经运行的任何环境中运行。

托管浏览器(Browser Use Cloud)本地部署浏览器
Chromium 的运行位置Browser Use 的基础设施你的虚拟机、容器或沙箱
智能体如何连接通过互联网的远程 CDP本地 CDP,位于 127.0.0.1:9222
配置文件、下载内容、录屏由 Browser Use 存储在你的文件系统上
计费方式按浏览器计费你已经在运行的硬件
隐身与指纹内置内置,同一构建版本
CAPTCHA 破解内置内置,并提供可自行托管(self-host)的可选求解器服务
住宅代理内置可选,可通过 Browser Use 或你自己的方式
最适合快速启动,爆发式扩展已在您自己的沙箱或 VPC 中运行的智能体

本地部署浏览器如何工作

一次安装,一个本地 DevTools 端口

本地部署浏览器由两部分组成:打过补丁的 Chromium 构建版本,以及一个小型 管理器 它会以正确的指纹、配置文件、代理和时区设置启动 Chromium。在 Debian 13(amd64)上使用 sudo 安装,然后用 Browser Use API 密钥激活,并以你的普通用户身份运行:

curl -fsSL https://releases.browser-use.com/on-prem/install.sh | sudo sh
browser-use activate
browser-use run --config /etc/browser-use/config.yaml --profile default
# Browser ready: http://127.0.0.1:9222

任何能说 Chrome DevTools Protocol 的东西都可以从那里驱动它:Playwright、Puppeteer、Browser Use 智能体,或者你自己的测试框架。YAML 配置可设置无头或有头模式、代理和命名配置文件。在没有连接显示器的情况下,浏览器会自动回退到无头模式。

Gumloop 在其云沙箱内运行它。许可证材料在运行时安装,绝不会固化到镜像中。

隐身是构建版本的属性,而不是插件的属性

隐身浏览器不只是隐藏 navigator.webdriver指纹必须在网站能探测的每一个表面上保持一致:canvas、WebGL、字体、屏幕、时区、语言和网络路径。Browser Use 将这一点直接修补进 Chromium 本身:

  • 每个配置文件一个指纹。 每个配置文件都会获得一个随机且逼真的指纹,并且该指纹对该配置文件始终保持一致。回访的智能体看起来就像同一个回访用户。
  • 无头和有头模式都具备隐身能力。 同一构建版本在两种模式下都能运行。
  • 时区与出口 IP 相匹配。 管理器通过 Browser Use 自己的端点查询代理的出口位置,并将时区设置为与之匹配。
  • Chromium 沙箱保持开启。 无需 --no-sandbox 需要变通方案。
  • 会泄露的设置默认被锁定。 除非你主动选择启用,否则设备指标覆盖会被阻止,因为在桌面端指纹上使用移动端用户代理会立刻暴露身份。当一位 Gumloop 客户需要让智能体对其自有店面的移动端布局进行质量检查时,我们添加了一个允许调整尺寸的管理器开关。10 月 13 日,Gumloop 为每个智能体上线了移动端视图(Pixel 7 模拟)。

本地浏览器与我们的云服务一同跟进 Chrome 主版本。Chrome 154 版本在我们的基准测试中提升了隐身能力(尤其是 Akamai 防护的网站),并且它与生产环境在同一周交付给本地客户,原生为 Debian 13 构建。

大多数 CAPTCHA 都在二进制内部解决,因此不会有任何内容离开沙箱,智能体通常也根本看不到验证挑战。较难的验证会交给 Browser Use 求解服务,该服务只接收匿名数据:验证挑战的截图或挑战令牌。除元数据和成功率外,不会存储任何内容。无法允许此类出站的客户可以在自己的基础设施中部署求解服务。剩下的无论是什么,Gumloop 都会像处理其他仅限人工的步骤一样交给用户。并非每个

大多数 CAPTCHA 都在二进制内部解决 ,因此不会有任何内容离开沙箱,智能体通常也根本看不到验证挑战。并非所有挑战类型都能覆盖;CAPTCHA 处理部分列出了支持的类型。 并非所有挑战类型都能覆盖; CAPTCHA 处理 列出了支持的类型。

不破坏 TLS 的住宅代理

长尾网站通常会屏蔽数据中心 IP 段,或按国家提供不同内容。本地浏览器可以通过 Browser Use 的住宅代理,在 任何受支持的国家该许可证授权该代理,因此无需在配置文件中隐藏代理密码。

该代理运行时零数据留存,并且 TLS 永远不会被破坏Browser Use 会看到目标域名,并用它来拦截诈骗和钓鱼域名。只有网站能看到请求,只有客户能看到响应。想要使用自有代理的客户可以自带代理。

许可机制在用户可控的沙箱中是安全的

这是最难的设计问题,Gumloop 在发布前就提出了这一点。在智能体沙箱中,最终用户对机器拥有完全控制权。浏览器需要验证的任何内容,用户都可以复制出去。

答案分为三部分:

  • 是激活,不是密钥文件。 browser-use activate 用 Browser Use API 密钥换取短期许可证。一个 cron 任务会续期它,而安装密钥和配置文件会延续下来,因此浏览器身份在多次续期之间保持不变。
  • 短生命周期。 许可证有效期为七天。复制来的许可证会过期,旧版二进制文件也会很快落后于新版本。
  • 浏览器路径中不包含任何密钥。 代理只需要一个服务器和用户名。

你可以审计的发布版本

每次发布都附带校验和、签名、构建溯源和 SBOM。安装程序在安装任何内容之前会先验证这些信息,README 中说明了如何手动检查。除非你主动开启,否则遥测功能处于关闭状态。密码保存和同步功能也处于关闭状态。

浏览器需要能够访问四个主机: releases.browser-use.com, enterprise.browser-use.com, ip.browser-use.com,以及 proxy.browser-use.com 如果你使用我们的代理。该列表适合放入一份简短防火墙允许清单。

Gumloop 的智能体如何驱动浏览器

Gumloop 并未采用新的智能体框架。它只是在其现有的智能体框架上添加了一个工具,通过原始 CDP 访问本地浏览器。 工具 到其现有的智能体框架上,通过原始 CDP 访问本地浏览器。页面、标签页和 CDP 辅助函数均移植自我们的开源 browser-use-pi 智能体,遵循以下方法: 浏览器代理的惨痛教训:给一个强大的模型配备真正的浏览器和 REPL,而不是一份固定的操作清单。

随后,Gumloop 在此基础上构建了自己的产品。它增加了用户可以接管的实时视图、逐步回放、由 Gumloop 输入凭据从而让模型永远看不到这些凭据的机制、1Password 和 Vault 登录、可让用户保持登录状态的按用户区分的浏览器配置文件,以及同样可从 Slack 和短信发起的交接。

共同构建,快速交付

  • 9月3日: Gumloop 分享了其沙箱规范。
  • 9月9日: 我们的浏览器二进制文件首次在我们的云之外运行。
  • 9月15日: 首个本地部署版本交付。Rahul 当天的评价是:“核心集成运行良好。”
  • 9月24日: API 密钥激活、签名发布、启用 Chromium 沙箱、无密码代理以及默认关闭遥测,这些均是为回应 Gumloop 的发布就绪审查而交付的。
  • 9月25日: 内部推广之后,来自 Gumloop 的 Max 表示:“效果惊人地好。干得漂亮,伙计们。”
  • 10月6日: Gumloop 为每个 Gumloop 智能体推出 Browser。
  • 10月8日: Chrome 154 以本地部署形式发布,其 CPU 改进最初在我们的云环境中得到验证。
  • 10月11日: Gumloop 客户的店面 QA 已解除移动端模拟限制。
  • 10月13日: Gumloop 为智能体浏览器推出移动端视图和按国家代理。

这些改动大多始于 Gumloop 工程师提交的精确缺陷报告,他们会在自己的流量下对浏览器进行性能分析。其中一份报告将 CAPTCHA 检测器的 CPU 开销追溯到它所产生的 DevTools 流量。该修复已发布到每一位本地部署客户。

何时选择本地部署浏览器

当满足以下条件时,选择本地部署的浏览器基础设施:

  • 你的智能体已经在自己的沙箱、虚拟机或 VPC 中运行,再部署一套浏览器集群会让计算资源翻倍,
  • 浏览器状态(Cookie、登录状态、下载内容、录屏)必须留在你自己的环境中,
  • 你的客户将出站流量限制在一份简短的允许列表中,或者
  • 你需要让每个操作都留在本地,不经过任何网络跳转。

何时选择本地部署浏览器 在以下情况下选择本地部署的浏览器基础设施:你的智能体已经在自己的沙箱、虚拟机或 VPC 中运行,再部署一套浏览器集群会让计算资源翻倍;浏览器状态(Cookie、登录状态、下载内容、录屏)必须留在你自己的环境中;你的客户将出站流量限制在一份简短的允许列表中;或者你需要让每个操作都留在本地,不经过任何网络跳转。 Browser Use Cloud 当你希望在几分钟内启动、无需容量规划即可弹性扩展突发负载,或者不想运行自己的沙箱时。

同一个浏览器,同样的隐身能力,两种方式皆可。要在本地部署运行,请写信至 sales@browser-use.com.

常见问题

什么是面向 AI 智能体的本地部署浏览器? 它是一个运行在你自有基础设施中、而非供应商云端的浏览器。你的智能体通过 Chrome DevTools Protocol 在本地连接到它,其配置文件、下载内容和录屏都保留在你的机器上。

本地部署的浏览器与 Browser Use Cloud 的浏览器是同一个吗? 是的。它就是在 Browser Use Cloud 中运行的同一个经过补丁的隐身 Chromium 构建,并且按照相同的时间表发布。

什么是隐身浏览器? 隐身浏览器是一种经过专门构建的浏览器,使自动化会话看起来像真实用户。它的指纹(canvas、WebGL、字体、屏幕、时区等)保持真实且一致,以帮助减少被检测和拦截。Browser Use 将这一能力直接补丁进 Chromium 本身,而不是注入脚本。

本地部署的浏览器能解决 CAPTCHA 吗? 能。大多数 CAPTCHA 都在二进制内部解决。较难的验证会使用一个可选的求解服务,该服务只接收匿名的挑战数据,而且你可以自行托管该服务。支持的挑战类型列在 CAPTCHA 处理文档.

使用 Browser Use 的住宅代理时,Browser Use 会看到我的流量吗? 不会。TLS 从不会被破坏。Browser Use 只能看到目标域名,除此之外一无所知,并且代理流量以零数据保留的方式运行。

运行它需要什么? 在 amd64 架构上运行 Debian 13,安装时使用 sudo,需要一个 Browser Use API 密钥来激活许可证,并且需要能够出站访问 Browser Use 的发布、许可证和 IP 主机,如果你使用我们的代理,还需要访问代理主机。

哪些工具可以驱动它? 任何支持 CDP 的工具:Playwright、Puppeteer、Browser Use 智能体,或者你自己的测试框架。

谁在使用 Browser Use 的本地部署浏览器? Gumloop 在其智能体沙箱内运行它,为 Browser 提供支持,而 Browser 正是它于 2026 年 10 月 6 日推出的智能体浏览器。

Gumloop: gumloop.com。Browser Use Cloud: cloud.browser-use.com,文档: docs.browser-use.com.

发布于 2026 年 11 月 17 日

继续阅读

所有文章

客户

2026年11月17日

SAP 测试自动化与 AI 智能体:Glasslake 如何在 Browser Use 上运行 SAP 测试

Glasslake 如何借助 Browser Use AI 智能体实现 Fiori 测试自动化:测试步骤在云端浏览器中运行,可实时观看,并以截图作为证据。

Johannes Dittrich

公告

/2026年11月16日

借助 Evervault,Browser Use 智能体现在无需看到你的银行卡即可完成结账

借助 Evervault,Browser Use 智能体现在无需看到你的银行卡即可完成结账。Evervault Browser Tokens 让 Browser Use 智能体用替代卡号填写结账表单。Evervault 只会在发往你允许的支付主机的请求中替换为真实卡号。

Gregor Zunic

教程

/2026年11月15日

一次登录:在多次 Browser Use 运行之间复用 Cookie 和配置文件

通过配置文件在多次独立的 Browser Use 运行之间复用登录状态。保存 Playwright 认证状态,处理过期 Cookie,并将不同用户账户彼此隔离。

Nik Tomazic