导语
据《连线》（WIRED）杂志报道，谷歌正在对其“水手计划”（Project Mariner）背后的团队进行调整，该计划是谷歌旗下的一款AI代理，旨在代表用户操作Chrome浏览器并完成各项任务。据两位知情人士透露，近几个月来，一些曾参与该研究原型项目的谷歌实验室员工已转岗至优先级更高的项目。
谷歌发言人证实了这些变动，但表示“水手计划”下开发的计算机使用能力将被整合到公司未来的代理战略中。该发言人补充说，谷歌已将其中一些功能融入到其他代理产品中，包括最近推出的Gemini代理。
此次调整正值谷歌及其他AI实验室争相应对OpenClaw等功能强大的代理兴起之际。尽管目前这些工具主要由开发者使用，但硅谷认为它们很快就能为个人和企业提供通用型助手。英伟达（Nvidia）首席执行官黄仁勋（Jensen Huang）在本周的公司开发者大会上将这款热门工具比作代理计算机的新操作系统，并表示：“当今世界上的每家公司都需要有自己的OpenClaw战略。”
核心信息
谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）在去年的I/O大会上曾重点介绍了“水手计划”。当时，浏览器代理似乎是行业下一个重大 apuesta（赌注），OpenAI和Perplexity都推出了消费者代理，承诺为用户自动化在线任务。这些代理可以像人类一样点击、滚动和填写网页表单。然而，这些产品的市场采用率一直未能达到行业预期。
Perplexity公司的Comet浏览器代理在2025年12月仅达到280万周活跃用户。与此同时，OpenAI的ChatGPT代理据报道在最近几个月已降至不到100万周活跃用户。与每周与ChatGPT交流的数亿用户相比，浏览器代理的使用量几乎可以忽略不计。
去年，人工智能领域的势头已大幅转向Claude Code和OpenClaw（其创建者已被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更可靠的方式。其中一些产品将计算机使用作为一项功能，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显得有些局限。
更多细节
AI技能提升平台Workera的首席执行官、斯坦福大学AI讲师Kian Katanforoosh表示，计算机使用代理未能普及的部分原因在于其庞大的计算需求。大多数此类代理通过截取一系列网页截图，将其输入AI模型，然后根据所见采取行动。处理所有这些信息可能缓慢且有时不可靠。
Katanforoosh说：“Claude Code和OpenClaw所展示的是，与终端交互实际上效率更高，因为终端是基于文本的，而大型语言模型（LLMs）也是基于文本的。要达到相同的效果，这可能减少10到100倍的步骤。”
这并非意味着浏览器代理没有进步，也不是说对计算机使用的研究已走进死胡同。
影响与观察
上个月，初创公司Standard Intelligence发布了一款基于视频而非截图训练的计算机使用模型。该公司称其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，据称比之前的计算机使用模型效率高50倍。为了展示其AI模型的能力，这家初创公司将其连接到一辆汽车、一个实时视频流和一台电脑键盘。该模型能够短暂地在旧金山自主驾驶。
