谷歌正在震动后面的团队水手计划，它的人工智能代理可以导航Chrome浏览器据《连线》报道，它可以代表用户完成任务。据两位知情人士透露，近几个月来，一些从事研究原型工作的谷歌实验室工作人员已转向更优先的项目。

谷歌发言人证实了这些变化，但表示在“水手计划”下开发的计算机使用功能将纳入该公司未来的代理战略中。谷歌已经将其中一些功能整合到其他代理产品中，包括最近推出的双子座特工，发言人补充道。

这一变化发生之际，谷歌和其他人工智能实验室正急于应对高能力智能体的崛起，例如开爪。虽然这些工具目前主要由开发人员使用，但硅谷相信它们很快就会为个人和企业提供通用助手。Nvidia 首席执行官黄仁勋 (Jensen Huang) 将这款热门工具比作代理计算机的新操作系统。“当今世界上的每家公司都需要制定 OpenClaw 战略，”他在本周早些时候的公司开发者大会上表示。

谷歌首席执行官桑达尔·皮查伊 (Sundar Pichai) 强调了 Project Mariner去年的 I/O 大会。当时，浏览器代理似乎是业界的下一个大赌注，OpenAI 和 Perplexity 推出了消费者代理，承诺为用户自动执行在线任务。代理可以像人类一样在网页上单击、滚动和填写表格。然而，这些产品的采用一直难以满足行业期望。

Perplexity 的 Comet 浏览器代理刚刚达到每周活跃用户 280 万2025 年 12 月。与此同时，据报道 OpenAI 的 ChatGPT Agent 崩溃了每周活跃用户少于 100 万最近几个月。与每周与 ChatGPT 交谈的数亿用户相比，浏览器代理的使用基本上相当于舍入误差。

城里的新特工

去年，人工智能世界的势头发生了巨大的转变，转向了 Claude Code 和 OpenClaw（其创建者被 OpenAI 聘用）等代理。与网络浏览代理不同，这些系统通过命令行控制计算机，这已被证明是完成任务的更可靠的方式。其中一些产品包括计算机使用以及其他代理能力。相比之下，浏览器代理现在作为独立产品似乎有些局限性。

人工智能技能提升平台 Workera 的首席执行官基安·卡坦福鲁什 (Kian Katanforoosh) 在斯坦福大学讲授人工智能，他表示，计算机使用代理尚未兴起的部分原因是它们的大量计算需求。大多数代理的工作原理是拍摄一系列网页屏幕截图，将其输入人工智能模型，然后根据他们所看到的内容采取行动。处理所有这些信息有时可能会很慢不可靠的。

“Claude Code 和 OpenClaw 表明，使用终端实际上​​效率更高，因为终端是基于文本的，而法学硕士也是基于文本的，”Katanforoosh 说。– 达到相同结果可能需要减少 10 到 100 倍的步骤。 –

这并不是说浏览器代理没有改进，也不是说对计算机使用的研究已经走进了死胡同。

上个月，初创公司 Standard Intelligence 发布了一份计算机使用模型根据视频而不是屏幕截图进行训练。这家初创公司表示，它开发了一种视频编码器，可以将视频压缩到 AI 模型的上下文窗口中，据称其效率比以前的计算机使用模型高 50 倍。为了展示其人工智能模型的功能，这家初创公司将其连接到汽车、实时视频源和电脑键盘上。该模型能够短暂地在旧金山自动驾驶。