腾讯开源BrowserSkill，借你已登录标签页给AI干活

腾讯有点牛逼啊，他们刚开源的 BrowserSkill，把做浏览器 Agent 最恶心的一道坎给做穿了：不再给 AI 开一个干干净净的空白浏览器，而是直接借你正在用的标签页，干完活再还给你（MIT 协议，全本地）。 对天天用 Cursor、Claude Code 写代码的人来说，这个工具值得先翻一遍，省得自己在浏览器自动化上反复踩坑。 以前所有工具的思路，都是在后台偷偷起一个没有 Cookie、没有登录记录的虚拟沙盒。看似安全干净，结果一进真实业务，全卡在登录墙和验证码前面。 BrowserSkill 的逻辑变了：既然你人就坐在屏幕前，为什么不直接让你给它开个门。 1️⃣ 标签页即借即还 原来的麻烦是，想让 AI 去内网系统查条数据，你得把 Cookie、Token、请求头从头配置一遍，过期了又得重来；现在的机制是，它通过底层接口直接挂进你现有浏览器的一个打开窗口，你在哪登录着它就在哪干活；干完该退的步骤自动退掉，把标签页完整交还给你，既不用在本地存明文密码，也不用重新走一遍繁琐的鉴权。 2️⃣ 人机验证当场回弹 以前是让爬虫去硬解滑块验证码，解不开就全流程崩溃；现在变成了关键节点人类介入，一碰到双重验证或安全弹窗，窗口直接浮现给你，你花两秒点完确认，模型立刻接手后面的长链路；比较克制的一点是，AI 每次借标签页之前必须弹窗向你确认，而且这个总开关焊死在你的浏览器原生设置里，不是运行时的命令行参数，模型再怎么产生幻觉，也没法靠提示词把自己偷摸放出来。 3️⃣ 做成 CLI 而不是 MCP 这是全篇最聪明的一步。现在大家都扎堆做臃肿的 MCP 服务，结果各个客户端支持程度参差不齐；腾讯直接把它做成了一个纯粹的命令行工具，只要你的 Agent 能在终端里跑 Shell，不管是 Cursor 还是本地脚本，调一行指令就能把浏览器拉起来，每一条执行逻辑在终端日志里看得清清楚楚。 大模型解析网页代码的能力已经足够过剩，但真正卡住自动化的，从来不是模型读不读得懂 HTML，而是它跟人类真实工作软件之间的那道信任边界。选自动化工具时，看它怎么在权限和效率之间留出安全断点，可能比看它声称能全自动做多少事重要得多。