AI编程工具能打开浏览器点按钮了，但为什么有的跑起来像蜗牛——我把四个工具的底层差异全拆开了

2026年了，AI Agent要真正有用，必须能上网操作网页。但同样是让AI点按钮，这四套工具走的根本不是同一条路——选错了，轻则跑不动，重则把整个自动化体系搭完发现用不了。

browser-use（94k Stars）、agent-browser（33k Stars）、browser-harness（12.6k Stars）、chrome-devtools-mcp，这四个都是让AI控制浏览器的工具，但我实际跑完发现，它们的设计哲学、性能表现和适用场景完全不同。这篇是我的完整选型报告。

先搞清楚：它们不是同类东西

browser-use是一个完整的Agent框架——你给它一个任务，它自己规划、自己操作浏览器、自己完成。你不需要告诉它先打开这个URL，再点这个按钮。背后是Playwright驱动Chromium，LLM看到页面截图后决定下一步操作。

browser-harness是一个给Agent用的浏览器工具。它自己不带LLM，不能自主决策——它被设计成Claude Code、Codex这类编码Agent的双手，~1000行代码，通过CDP直连你正在运行的Chrome。

agent-browser是一个给Agent用的CLI工具，功能更全面——100+命令、Rust原生、7MB安装包，内置Accessibility Tree快照，元素引用最稳定。还有一个AI Chat模式可以对话操作。

chrome-devtools-mcp是MCP协议服务器，定位是调试感知而非自动化操控——让Agent真正能看到浏览器的运行时状态（DOM、网络、性能指标），适合作为编码Agent的调试工具，而不是通用浏览器自动化方案。

性能差距有多大

实测数据说话：

安装体积：browser-use要200MB+（Python + Playwright + Chromium），browser-harness约10MB，agent-browser仅7MB（纯Rust二进制）。

运行时内存：browser-use ~200MB+，browser-harness ~30MB，agent-browser仅8MB。

冷启动速度：browser-use要3-5秒（启动Playwright），browser-harness约1秒，agent-browser只要617ms。

这个差距在CI/Docker/Serverless环境里会直接影响你能不能用。browser-use最重，但换来的是完整的自包含体验；agent-browser最轻，适合资源受限的生产环境。

元素定位：决定了AI能不能稳定找到按钮

这才是选型的核心差异。

browser-use用DOM索引——给每个可交互元素编号，LLM看到的是结构化编号。问题是动态页面或复杂SPA里DOM变化会导致索引失效。

browser-harness用像素坐标——截图、看像素、点坐标。优点是任何页面都能点，缺点是分辨率一变就全废，而且完全靠LLM猜坐标，成功率不稳定。

agent-browser用Accessibility Tree快照加@eN引用——最接近人眼看到的无障碍结构，元素引用最稳定，还能穿透Shadow DOM。实测比DOM索引可靠得多。

chrome-devtools-mcp读取DOM/CSS结构和性能指标，但不做自动化决策——它本质上是一个调试工具，不是自动化工具。

落地场景怎么选

选browser-use：你需要AI自主完成复杂多步任务，比如帮我找最便宜的机票这种需要判断和探索的场景。它自带Agent循环，你只需要提供LLM。

选agent-browser：你在资源受限环境（Docker/CI/Serverless）里跑，需要稳定性高、内存占用低的方案。它的100+命令覆盖了几乎所有浏览器操作需求。

选browser-harness：你已经用了Claude Code或Codex，想给它加一双能在浏览器里操作的手。它和编码Agent的配合最自然。

选chrome-devtools-mcp：你的主要场景是让AI帮你调试网页、读性能数据、分析网络请求——它和编码工作流最匹配，而不是通用自动化。

落地的第一步

如果你想实际跑起来，建议从agent-browser开始——7MB安装包、617ms冷启动、Rust原生性能，生产环境里最稳。安装完只需要两行命令：

agent-browser open https://example.com
agent-browser snapshot

跑通之后再根据你的场景，决定要不要加上browser-use（做复杂任务自动化）或chrome-devtools-mcp（做调试增强）。这四套工具不是替代关系，是互补的——搞清楚你缺的是什么，再补什么。