光年之外为何独辟蹊径开发浏览器而非追逐Agent热潮

整个三月，朋友圈里最常出现的一句话大概是：“你用 OpenClaw 了吗？” 这款 AI Agent 产品的爆火，让一种生怕错过的情绪迅速蔓延开来。

然而，热潮之下，用户反馈却开始出现明显的两极分化。有人惊叹于它能自动处理复杂任务，也有人抱怨其门槛高、Bug多、订阅费显得不值。很显然，OpenClaw 并非一款面向大众、简单易上手的产品。这不禁让人思考：普通人还有机会直观地感受到 AI 的执行能力吗？

最近，一款名为 Tabbit 的产品进入了视野，它或许是目前最适合普通人体验 AI 执行力的选择。用户可以在安全高效的使用过程中，直观地理解 AI 能为自己创造什么价值。

不过，产品发布后，市场的质疑声也随之而来。尤其是当科技巨头纷纷涌向 OpenClaw 类产品，当 AI 浏览器赛道的早期探索者转向开发 Manus 这类 AI Agent，甚至当 Arc 的创始人都在反思浏览器形态是否过时时，光年之外此时入局 AI 浏览器赛道，究竟是洞察先机，还是路径依赖下的误判？

带着这些疑问，我们深入探究了 Tabbit 背后的产品设计逻辑。结果发现，这个团队的想法相对纯粹。相比许多初创企业急于描绘宏大未来，他们的初心很简单：做一款对普通人而言“简单易上手”的 AI 产品。AI 浏览器是 Tabbit 当下的起点，但绝不会是其唯一的终局。

一、更适合中国人的AI浏览器，应该是什么样的？

在让 Tabbit “接管”成为默认浏览器后，使用频率逐渐增加。用得越多，积累的赞赏和吐槽也同步增长。正是在这种“真香”与“吐槽”的反复横跳中，一个更核心的问题浮现出来：更适合中国人的 AI 浏览器，究竟该是什么样子？

从用户体验出发，答案或许藏在三个细节里。

首先，它应该让用户更专注，而非更碎片化。举个例子，在撰写相关方案时，只需用光标划选文本，信息便会自动呈现在侧边栏的引用框中，随后可以直接向内置的 DeepSeek 或 Kimi K2.5 提问。

单就这一个功能，便优化了工作流中一个微小却高频的环节，消除了三个以往容易导致分心的步骤：第一，减少了在工作页面与 DeepSeek、Kimi 官网等标签页之间反复切换的时间；第二，无需再将所需信息复制粘贴到 AI 工具，然后将答案复制回来修改；第三，AI 在侧边栏直接给出的优化建议，可以让我基于原文进行微调，而非重写。

这种“边浏览边提问，边看边改”的体验，正是 Tabbit 作为 AI 原生浏览器的优势所在。它从 UI 设计、功能选择到场景优化，整个体系都服务于具体的工作场景，而非像某些“+AI”的浏览器，仅仅为某个环节打上 AI 补丁。

其次，它应该让人感到熟悉，上手简单。Tabbit 没有效仿海外 AI 浏览器 Dia 的做法——为了强调沉浸感而彻底抛弃传统浏览器的视觉框架，只保留一个对话界面，导致用户难以区分浏览器和聊天机器人。

它保留了 Chrome 用户熟悉的浏览器形态和快捷键习惯。用户无需记忆新指令即可上手。但在传统体验之上，Tabbit 通过 AI 对浏览环节进行了改造。例如，如何将杂乱的标签页智能分类呈现？如何让收藏夹里“吃灰”的网页重新产生价值？为此，Tabbit 推出了标签页智能分组、通过“@”引用网页进行深度对话等功能，让浏览器因为 AI 而变得更好用。

Tabbit 智能对话功能｜图片来源：Tabbit

这里 Tabbit 也有自己的小巧思。原则上，它兼容 Chrome 的主流生态习惯，包括顶部侧边栏、书签栏、插件等。但 Tabbit 也有自己的坚持——不允许用户更换首页。“虽然这会让部分习惯自定义首页的用户感到不适，但在 AI 浏览器产品的早期阶段，保留首页是培养用户使用 AI 习惯的关键。”因此，团队在产品设计时，也需要在用户体验和产品原则之间做出取舍与平衡。

最后，它应该与时俱进。据了解，Tabbit 是首个将 Agent 能力和 AI 执行能力深度融入浏览器的产品。从与 AI 对话、用 AI 搜索信息，再到 AI 执行任务，用户可以自主决定 AI 的介入程度，并能直观看到 AI 的执行流程，让整个操作更可控、更安全。

对许多用户而言，OpenClaw 不好用的原因之一，是不知道用它来做什么、如何创造价值。Tabbit 将 Agent 和 AI 执行能力直接嵌入日常最高频的使用场景中，用户在日复一日的使用中，或许就能逐渐明白自己需要打造一个什么样的智能体。一款好的 AI 浏览器，不仅是服务当下，更是陪伴用户一起通向未来。

二、想要创造一款好用又实用的AI浏览器，要做好哪些事情？

无论是整体的产品设计，还是具体的功能应用，都能看出 Tabbit 并非一款堆砌参数、炫耀技术的产品，它的核心是在真实场景中解决用户的实际问题，并且在功能打磨上更为细致。

如何让一个 AI 产品更实用？Tabbit 的秘诀之一，是围绕一个场景，深度服务好一类用户。他们希望在每个场景、每类人群中找到核心价值点和头部用户。当这些头部用户创造出足够优质的“妙招”或 Agent 脚本时，其他人就能以更轻量的方式使用产品。这也是 Tabbit 高度重视“妙招”功能的原因。

在 Tabbit 的产品体系中，“妙招”是一个非常实用的功能。用户可以通过内置的妙招，直接调用 AI 执行相关任务。据团队透露，目前 Tabbit 上已经涌现出非常多的妙招玩法，例如一键适配暗黑模式、用 AI 收集全网产品反馈，甚至是撰写年终总结。

在 Tabbit 看来，妙招其实是 Vibe Coding 的一种形式。“用户已经创造了许多我们想象不到的妙招，所以我们计划在今年上半年推出一个妙招广场，允许大家互相分享。”未来，用户打开一个网页，AI 可能会自动推荐适合该页面的妙招，解决过去“不知道 AI 能在网页上干什么”的困惑。

而“合乎用户心意”是 Tabbit 追求好用的关键。他们认为，想要用户觉得好用，就必须比用户更懂其使用习惯。当用户想要某个功能时，它就应该在手边。

“我们内部有一条所谓的及格线：功能必须形成完整闭环才会上线。比如全文收藏，不仅要能保存，还要能检索、能总结、能直接用于对话。想要的东西，就得在手边。” Tabbit 团队补充道。

为了验证每个功能是否能真实有效地解决问题，一些关键功能上线前，光年之外会将其放在内测群中进行测试，并对核心场景用户进行深入调研。正因如此，经过打磨后，Tabbit 每个功能的可用性和实用性都更高。

Tabbit 的新手教程｜图片来源：极客公园

据悉，Tabbit 背后的团队中有不少成员来自锤子科技，大家在打磨产品时都带着一种“工匠精神”。像智能标签分组功能，看起来简单，但团队迭代了四五个版本，才找到通过 Prompt 理解网页并呈现较好效果的方式。这些对细节的执着，从 Tabbit 的毛玻璃 UI 设计、图标的像素级对齐等多处都能体现。

最后，当被问及“给普通用户三个无法拒绝的理由”时，Tabbit 在搜索完所有信息后，让 AI 给出的答案是：完全免费，你可以直接使用最先进的 AI 模型；AI 不只是帮你说话，而是真正替你干活；零迁移成本，它仍然是你熟悉的那个浏览器。

事实上，过去 OpenAI 等公司的 AI 浏览器，本质上是将浏览器作为自家模型的分发出口，用户不得不在不同场景下切换使用不同模型。而 Tabbit 则在同一个场景下，将最优质的模型全部提供给用户，随取随用。

同时，Tabbit 在技术和工程层面做了大量本土化优化，让浏览器不仅能浏览信息，更能主动帮用户完成各类繁琐任务，实用性更强。并且，由于团队前期致力于降低用户的使用成本，因此用户并没有太大的迁移负担或学习成本，值得一试。

三、有了 OpenClaw 之后，我们是否还需要AI浏览器？

当 Tabbit 的产品形态逐渐清晰，一个更根本的问题浮现出来：为什么是浏览器？

据了解，当时推动 Tabbit 立项成功的核心原因之一，是团队想明白了用户的“上下文数据”在哪里。

团队经过大量调查发现，国内上班族在工作环境中，绝大部分时间都消耗在浏览器上。无论是查阅文档、搜索资料，还是使用 OA 系统、批改试卷，都在与一个个网页打交道。因此，浏览器本身就是一个承载海量用户上下文数据的载体。“与其硬造一个新的信息载体，不如把 AI 放进浏览器这个载体里，然后引导用户将更多东西搬进来。”

由此，Tabbit 当下的业务主要围绕两个问题展开：浏览器里的上下文能做什么事？以及如何将用户更多的上下文数据引入浏览器？

对于前者，Tabbit 围绕浏览场景开发了许多功能。对于后者，Tabbit 进行了大量生态合作，希望通过网页版将散落在微信、飞书、小红书等平台的信息重新串联起来。

但提供功能、拉回信息只是第一步。更本质的问题是：当 Agent 能自动完成越来越多任务时，用户还需要一个“浏览器”吗？对此，Tabbit 的答案是肯定的。他们发现，尽管 Agent 能自动处理繁琐任务，但用户依然需要一个入口来主动获取信息、浏览自己感兴趣的内容。

外界对 AI 浏览器最大的质疑，是认为未来信息流转将转移到智能体内部，网页形态会消失。但 Tabbit 团队认为这个转变需要时间，浏览器生态在中间阶段仍将扮演重要角色。更重要的是，这两种形态并非互斥，而是可以并行。

例如，OpenClaw 自带的 AI 执行能力与 Tabbit 的 AI 执行之间的差异，可以类比为手机相机与专业单反的关系。“虽然手机相机的参数、能力不及专业单反，但它满足了绝大部分人的日常需求，Tabbit 的 AI 执行也是如此。” Tabbit 团队认为，“绝大多数用户不会为了拍照专门携带一台单反，正如普通用户未必愿意为 AI 执行付出额外的配置成本和学习成本。” 这两条路径并无高下之分，Tabbit 只是选择让 AI 执行成为产品功能的一个模块，而非全部。

同理，Tabbit 内的 Skills 与 Kimi 等 AI 模型内置的 Skills 方向也略有不同。尽管操作方式都是用户指定 AI 去执行任务，但 Kimi 作为独立工具，支持执行 Python 等代码脚本，而 Tabbit 目前暂不支持。不过，Tabbit 额外支持的是 Agent Skills 的参数设置，例如用户可以指定爬取 50 条还是 100 条信息、限定搜索方向，从而定制每个任务。

有趣的是，Tabbit 似乎并不想用这些功能差异来定义自己。“成为什么”这个问题本身，对他们而言可能就是个陷阱。“我们不想给出 Tabbit 未来究竟会不会成为超级平台或超级入口的定义。我们不是典型的创业公司，不是为了融资或给投资人讲一个宏大的故事。” 在 AI 赛道普遍热衷于描绘超级入口蓝图的当下，Tabbit 团队刻意回避了这类宏大叙事，认为 Tabbit 的发展思路很简单：“我们只需要看到用户的需求，发现用户的上下游数据环境，然后做一个我们认为最好的产品。”

但这并不意味着 AI 浏览器就是 Tabbit 的终极形态。“随着产业和技术向前推进，我们会判断什么是好的方向，然后把 Tabbit 持续迭代成一个不仅仅是浏览器的产品。” Tabbit 认为，当前热门的“记忆”功能趋势，就是他们判断后认为适合 Tabbit 的发展方向之一。

判断之后，他们会思考如何在浏览器这类场景复杂、覆盖面广的应用中，精准挖掘用户意图，并将其重新拼装与解读。如果只是模仿一些垂直类应用的记忆模式，推送效果反而可能更差。

Tabbit 团队选择了一种更含蓄的方式：不让 AI 自动读取所有网页，而是让用户通过主动“@”收藏夹来唤起曾被判定有价值的内容。当用户主动触发时，价值感知反而更强。未来，Tabbit 的记忆功能或许也会参考这种交互方式。

Tabbit 内可通过@ 调用收藏内容｜图片来源：极客公园

AI 浏览器究竟是不是伪需求？这个问题或许没有标准答案。但可以确定的是，用户的工作流不会在一夜之间全部迁移到某个智能体。而在当下，一个 AI 浏览器正在从工具进化为理解用户的入口。

至于光年之外能否凭借 Tabbit 重回舞台中央，时间会给出答案。但至少，他们证明了——在这个概念满天飞、争相讲述宏大故事的 AI 时代，依然有团队愿意沉下心来，围绕用户的真实需求，扎实地打磨产品。而这，或许才是当下 AI 创业最该有的样子。