我们悬赏100美元,奖励任何能找到阻止我们浏览器智能体的网站的人。用户发来的网站中,我们可以测试82个。有7个网站每次都能拦住我们,而且这7个网站都有同一个问题:使用了当时我们的求解器尚不支持的验证码。
另有6个网站拦截我们,仅仅因为我们来自美国;改用其所在国家的代理后,网站就能打开。
我们的浏览器指纹表现不错(机器人检测, 隐身基准测试),但仍然会碰壁。
先判断碰到的是什么墙
大多数拦截属于以下几类:
- 谜题。解开就能进入。
- IP被封。解题毫无作用,你需要更换出口IP。
- 传感器标记。页面上的脚本不喜欢你的行为方式。更换IP毫无作用,需要改变行为。
- 地域墙。网站只向一个国家提供服务,并拒绝其他国家的访问。
我们的智能体在用户的账户内工作,因此下面的每一种解决办法都必须维持登录状态。
求解器能攻克哪些供应商的验证码?
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%被自动解决。(一次“遭遇”是指一个会话遇到某家供应商的一次挑战,不包括员工流量。关闭求解器的会话不会发送事件,因此实际数量更高。)
DataDome和Akamai的数据看起来很糟,而且求解器无法解决这两者的问题。DataDome的大部分失败是因为页面在求解过程中被关闭。剔除这些情况后,成功率为82.3%。Akamai大多返回403,我们的驱动程序会重新加载一次;如果重新加载后仍未恢复,就说明IP被封,或者传感器标记了我们。
永不放弃的求解器就是一个程序缺陷
今年6月,我们的PerimeterX求解器在110,208次检测中仅成功解决了1.7%,因为其中57%的所谓“验证码”其实只是包含该供应商名称的JavaScript文件。DataDome也有类似问题:其检测结果中约40%同样是脚本文件。
更糟糕的是以验证码形式出现的IP封禁。Google的“异常流量”页面会显示reCAPTCHA,但即使解开也无法解除封禁。在7月一段16小时的流量中,获得有效令牌的会话里有73%再次遭到挑战。现在,求解器会识别该页面、停止尝试,并告诉智能体轮换IP。DataDome也采用同样的处理方式:重新加载一次,然后以“轮换IP,不可重试”结束。在此之前,某个网站曾让我们在一小时内启动求解器106次,并失败106次。
智能体必须等待
今年7月,我们较旧的智能体将等待工具的上限设为3秒,并在等待一次、重新加载一次后,将某个URL判定为“被验证码阻止”。在43个注册表单中,它有17次最终因验证码受阻。会等待的新版智能体有10次最终受阻。我们已将上限提高到30秒,但尚未重新测量。
默认智能体会让求解器保持开启,只需要停止点击:
验证码出现时,停止操作并等待:求解通常需要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会关闭求解器运行,因为在一个负载很重的航班搜索页面上,常驻检测器会让主线程保持32%至70%的繁忙状态(完整经过)。因此,它获得了一个 solve_captcha 工具:该工具会开启求解器,等待验证码出现,最长20秒;再等待验证码处理完成,最长95秒;随后重新关闭求解器。
在预发布环境中,它无需提示便主动调用该工具,6次hCaptcha全部成功解决,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。3次测试说明不了什么,但我仍然会优先给智能体一个工具,而不是一段文字。
在Stealth Bench V2上,我们的 反检测浏览器 在开启求解器时,对100个高难度网站进行的200次访问中有90.5%成功通过;关闭求解器时通过率为84.0%,因此求解器带来了6.5个百分点的提升。使用美国代理的Chrome通过率为14%。我们选择这些网站,是因为我们的浏览器曾成功通过,而使用美国代理的原版Chrome未能通过,所以这项测试对我们有利。更多内容参见 面向AI智能体的验证码求解.
在不丢失登录状态的情况下更换IP
全新的浏览器可以解决IP失效问题,但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,可以在浏览器持续运行的情况下更换出口:
refresh_connection({ country: "jp", reason: "Site says it is not available in your region" })该工具于11月8日上线;以我们当前智能体每运行100次计算,智能体大约会调用它10次(部分运行当时可能尚未配备该工具)。它无法用于客户自己的代理,因为我们无法轮换不属于我们的IP,所以在这类情况下该工具会被隐藏。
它源于一次失误。我们最初的“刷新”实际上是更换浏览器;当智能体误判受阻原因时,这种更换会毁掉它所需的状态。
有两个细节很重要。时区必须跟随出口变化,否则使用东京IP却配着纽约时钟会触发标记。UDP(HTTP/3、WebRTC)也必须与TCP走同一个出口,否则WebRTC地址与HTTP地址不一致就会暴露身份。在一次本地泄漏测试中(2026年10月,每种配置测试2至5个会话),我们的方案5次全部未泄漏,而某个第三方SOCKS5代理池在3次测试中泄漏了1次。
地域封锁需要更换国家
仅在同一个国家内反复轮换IP效果有限。在一次内部评估中(412组配对任务、两个模型,2026年7月),智能体受阻后更换出口44次,其中12次解除了拦截。同一国家内重新轮换IP的15次尝试中,有5次解除拦截。这项评估无法证明切换国家优于重新轮换IP。
但悬赏测试可以证明这一点。82个网站中有6个在美国发起的每次运行都失败,改用其当地代理后则能打开。重新轮换美国IP永远无法解决这些问题。10月16日至22日,会话请求了188个不同的国家代码(包括员工和测试流量);在使用托管代理的会话中,12.2%选择了美国以外的国家,主要是印度、土耳其、德国、西班牙和英国。
提示词将其变成一套逐级处理流程:每次只改变一个因素,查看已经尝试过哪些国家,先在不使用代理的情况下尝试一次,然后选择与内容相符的国家。如果这堵墙仍然存在,就停止反复更换浏览器,改找其他获取数据的途径。提示词只描述模式,从不点名反机器人产品,因为产品名称很快就会过时。
从低成本方案开始,遇到拦截后再升级
住宅代理确实要花钱。在一项航班搜索任务中,我们最快的智能体每次运行使用代理约花费0.0095美元,比模型调用的费用还高。在5个网站上,使用数据中心IP时15项任务完成了10项,使用代理时则完成了11项。样本太小,无法证明什么,但没有迹象表明代理提升了准确率。因此,该智能体会先使用每GB 0.20美元的数据中心IP,而不是每GB 5美元的代理,遇到拦截后再升级。Google是个例外:11月12日,某个数据中心工作负载产生了当天数据中心硬拦截总量的68%,全部是Google拒绝该IP。价格见我们的 代理提供商对比,你也可以 自带代理.
一次点击击败Akamai
在我们的Akamai处理程序中,移动鼠标再重新加载一次确实有效。它会等待几秒,像真人一样移动指针,然后重新加载一次。在10月使用生产环境Windows用户画像浏览器的测试中,它在4个零售网站上成功解除了30个受阻会话中的29个,每次耗时5至7秒。这30个会话是经过挑选的。在所有遭遇Akamai的情况中,成功率是上文提到的24.6%。
然后是输入操作。在Akamai保护的某酒店登录页面上(11月15日),通过JavaScript填写表单时,8个会话中有7个会话的登录请求收到403响应。通过CDP发送真实的鼠标和键盘事件:8个会话中0个被拦截。我们开源 browser-harness的默认输入方式:8个会话中0个被拦截。在该测试涉及的另外5个网站上,JavaScript输入从未遭到拦截。全部7次拦截都发生在这一个登录页面。
后续测试将原因锁定在焦点上。所有通过JavaScript让字段获得焦点的实验组都遭到拦截(11次中11次)。所有使用真实鼠标事件点击字段的实验组都成功通过(11次中0次被拦截),即便随后由JavaScript设置字段值也是如此。这只是在一个网站上进行的小样本分组测试,因此只能将其视为一条线索。我们尚未为此发布操作指令。
哪些方法毫无作用
我们测试了两种流行说法,并观察了第三种。
生产环境的追踪记录让深层链接看起来很危险:2.25%的深层链接导航之后出现了拦截,而其他步骤的这一比例为0.37%。这似乎意味着“先访问首页预热”,于是我们进行了实时测试。结果毫无效果。深层链接可能只是因为指向网站重点保护的页面,才与拦截相关。一个使用DataDome的网站确实出现了差异(直接访问深层链接时4次全部被拦截,先访问首页时4次均未被拦截),因此我们没有排除这种方法,但也没有发布“先访问首页”的指令。
隐藏 Runtime.enable 据说会导致你被检测到。但它没有产生任何差异。若想了解网页能看到什么,请阅读 什么是浏览器指纹识别.
第三种说法是让智能体自行晃动鼠标,但这算不上测试:包含3次或更多鼠标移动的调用在7次中0次被拦截,而其余3,099次调用中有5次被拦截。数据太少,无法得出任何结论,因此鼠标移动仍由求解器内部处理。
仍未解决的问题
那7个悬赏网站构成了我们的求解器待办清单。面对一个无法读取的谜题,任何IP、国家或输入技巧都无法帮你通过。此后,一个GeeTest v4图标求解器已经合并,但我们尚未重新测试该网站。
欧盟区域目前还没有求解器,因此本文所有验证码数据都来自美国浏览器。此外,每个实验组28个会话的样本量可能掩盖较小的影响。
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日两个配置标志将我们的浏览器智能体航班搜索耗时从30.7秒缩短至20.7秒
一项Google Flights任务的耗时从30.7秒降至约18秒。原因平平无奇,而且你今天就能在自己的智能体中逐一检查。
Magnus Müller
工程
/2026年11月20日我们的评估显示提升5.1分,其中多达一半源于我们自己的错误。
一项修复让我们的智能体评估得分提高了5.1分。随后,我们重新评判保存的运行记录,发现是我们自己的测试框架一直只把每份答案的五分之一提供给评判器。
Magnus Müller
工程
/2026年11月20日我们删除了自己编写的137,000行代码,基准测试得分反而提高了
我们构建了一个调度器界面,随后将其删除,并编写了一段37行的提示词取而代之。browser-use 1.0遵循同样的理念:一个主工具,Python。
Magnus Müller
AI 热点