Tabbit瀏覽器實測：AI終于學會幫我上網干活了

你有多久沒有打開過Arc、Atlas、Fellou這些AI瀏覽器了？

如果你曾經打開過的話。

過去兩年，「AI瀏覽器」從概念變成了熱門品類，大大小小出了十幾款。Arc曾經是最被看好的——設計精美、交互大膽、融資1.28億美元。2025年5月，停止開發。CEO Josh Miller在公開信里很誠實：「對大多數人來說，Arc太不一樣了。要學的新東西太多，回報太少。」他管這叫「新奇感稅」（novelty tax）。Arc最引以為傲的Space功能，日活用戶里只有5.5%在用。

連OpenAI也沒能打破這個困局。去年10月發布的Atlas瀏覽器，背靠8億+周活的ChatGPT用戶。半年過去了，據Yipit估算，不到5%的ChatGPT用戶訪問過Atlas的下載頁面。全球最大的AI公司做了個瀏覽器，幾乎沒人去下載。

從創業公司到科技巨頭，答案都一樣：AI瀏覽器光有AI還不夠，它得先回答一個更根本的問題，那就是憑什么讓人離開Chrome？

我就是那個「死也不換Chrome」的用戶。每天的工作從打開Chrome開始——郵件、新聞、各種AI工具網頁版、搜資料、寫文章時開一堆參考頁面。到下午標簽欄擠成一條線，每個tab只剩一個小圖標。我知道工作流有問題：網頁在瀏覽器里，AI在另一個窗口里，看到好文章想讓AI總結，要么用插件，要么復制全文、切窗口、粘貼、提問。但光想想要遷移書簽、密碼、插件、登錄狀態，就夠勸退了。

最近在嘗試了一個新的AI瀏覽器——Tabbit之后，感受有些不同了。btw，這款瀏覽器昨天剛正式發布，免費的。

我是大概一個月前參與他們產品內測的，這一個月體驗下來，確實在不少場景下，我更愿意默認打開Tabbit而不是Chrome，有幾個功能確實出乎意料。先從最意外的說起。

切換成本幾乎為零

俞軍有一個經典的產品公式：用戶價值 = 新體驗 - 舊體驗 - 切換成本。

Arc的教訓說明，新體驗再好，切換成本太高用戶也不會換。瀏覽器尤其如此——在Chrome里積累了多年的數據和習慣，換一個瀏覽器等于重新開始。

Tabbit做對的第一件事就是把切換成本降到幾乎為零。它是Chromium內核的，第一次打開就有完整的引導流程，書簽、密碼、瀏覽記錄、插件一鍵遷移。我試了一下，Chrome插件直接能裝能用，幾乎所有Chrome能做的事Tabbit都能做。

所以實際切換下來，發現并沒有很強的換了一個瀏覽器，需要自己去重新理解這個新瀏覽器，去適應這個新產品新操作方式的問題，Tabbit基本上等于是在給Chrome加了一層AI能力。而且是那種，單純的瀏覽器插件根本無法做到的深度AI體驗。

包袱放下之后，我就認真用了一段時間。說幾件最有感的事。

標簽管理：終于有人管管我的tab了

先說標簽管理，因為這是我打開Tabbit之后第一個被打動的功能。

試用的時候，我的瀏覽器正好是典型的「標簽地獄」狀態。ChatGPT、各種AI工具、GitHub、文檔、視頻網站、新聞評審工具......三十多個tab擠在頂部，每個只剩一個小圖標，完全看不出哪個是哪個。

Tabbit有一個「智能標簽整理」功能。我點了一下。

幾秒鐘之后，三十多個tab被自動分成了8個組：「Google賬號登錄」「AI對話助手」「云文檔協作」「視頻平臺」「字節跳動生態」「新聞評審工具」「智能瀏覽器」「其他」。

分組準確度超出我預期。它并沒有簡單按域名歸類。比如「新聞評審工具」這個組，里面放了我的新聞稿智能評審系統（一個我自己做的AI應用）、對應的GitHub倉庫、和DeepSeek的API文檔。三個頁面域名完全不同，但Tabbit理解了它們屬于同一個項目（我猜可能因為我的新聞稿評審項目調用的是DeepSeek的API，以及打開時間很接近）。

點進標簽組是一個卡片視圖，每個頁面都有縮略圖預覽，一眼看到內容。還有個「收藏全部」按鈕，一鍵把整組頁面存下來。

另一個我很喜歡的設計是垂直標簽欄。切換之后，所有tab在左側縱向排列，每個標簽都能看到完整標題和縮略圖。開三十個頁面也不會擠。

而如果看每個組別內的項目的話，則可以有更清晰的卡片視野可以定位和切換。

標簽組可以保存和恢復。寫文章的時候整理好一組參考頁面，關掉之后一鍵重新打開，所有頁面原樣回來。對于同時推進好幾個項目的人來說，這比開多個Chrome窗口清爽太多了。

妙招：把重復的AI操作變成一鍵按鈕

我幾乎每天都會看到不少AI產品的信息和介紹，由于每個產品的發布文章或者介紹方式挺不同的，讀很多長文有時候也很費時間，有時候只想按照自己的既定框架去快速了解一個新的AI產品。

Tabbit有一個還挺特別的「妙招」的功能。本質上就是把你常用的AI指令保存成快捷方式，下次輸入「/」就能調出來一鍵運行。

某種程度上，你也可以把這理解為是瀏覽器中的AI Skill，讓你可以把常用的需要的能力做封裝。

官方預裝了總結、解釋、潤色這些基礎款。但更有意思的是自己做。

妙招分三種類型，對應三種不同的需求：

提示詞妙招，最簡單的一種。寫一段Prompt保存起來，以后在任何網頁上一鍵調用。我做了一個叫「AI工具速覽卡」的，Prompt大意是：幫我提取當前網頁產品的定位、核心功能、定價、目標用戶，輸出300字速覽卡片。

我拿Tabbit自己的官方介紹文章試了一下，一鍵跑完，產品特點提取得很準。關鍵是這個妙招以后讀任何AI產品的介紹文章都能復用，按自己定的規格去抓重點，不用每次重新寫提示詞。

腳本妙招，相比提示詞妙招，我覺得這個更有意思。你用自然語言描述想在網頁上做什么，Tabbit幫你生成JS腳本，直接注入網頁執行。如果說腳本妙招僅僅是提升效率，腳本妙招則算是個完全不同的體驗了，它等于給了每個人一句話開發瀏覽器插件的能力，而這個插件在一句話開發完成后還能直接使用了。

下面是我做夜間模式妙招的過程，你可以看出就只是簡單的自然語言而已。

就這一句話，Tabbit自動生成了一段完整的暗色模式腳本，保存后打開任何網頁都能一鍵切換。

腳本妙招有兩個細節設計得不錯：可以設置「每次都自動運行」，打開指定網頁就自動執行，等于一個不用去Chrome商店安裝的輕量插件；也可以限定只對特定網頁生效，不會誤傷別的頁面。

而且我發現很有趣的是這個AI自動生成的腳本，甚至還能對PDF閱讀場景生效

智能代理妙招，可能是其中最強大的一種。支持變量模板，比如設置「幫我調研{{產品名}}的最新動態和用戶評價」，每次運行時只用填產品名就行。一次配好模板，適用于所有同類任務。我自己還在嘗試探索這個功能更多的用法。

這三種妙招的分層讓我想到之前寫過的Claude Code Skills——理念一樣，一次配置，無限復用。區別是Tabbit的妙招面向瀏覽場景，寫段Prompt就行，門檻低很多。

Agent智能代理：讓AI直接幫你上網干活

Tabbit的Agent不只是幫你搜索總結。它能理解你的需求，自己拆解任務，自己訪問網站、填寫表單、執行操作，最后交付結果。

我測了一個自己每周都要做的事。公眾號文章發完之后，我通常要手動把內容整理成200字摘要發到X，再在評論區貼上原文鏈接。不難，但每次都要重復。這次我在Tabbit的全能輸入框里@了文章頁面，然后敲了一句話：

「幫我總結這篇文章，寫200字X平臺介紹，發到我的X賬號，評論區留原文鏈接。」

順便說一下這個全能輸入框——Tabbit把地址欄、搜索框和AI對話合成了一個入口。輸網址、搜東西、給AI下指令，都在同一個地方。@可以引用已打開的標簽頁、截圖、收藏夾內容、甚至本地文件，直接當上下文喂給AI。

然后就看著它自己干活了。切到文章頁面讀內容，提取要點，寫好文案，打開X，鼠標滑到發布框——文字開始一個字一個字流式輸出。

說實話，比看coding agent工作更帶感。代碼編輯器里的變化是抽象的，你得看懂代碼才知道發生了什么。但瀏覽器里的操作完全具象：鼠標在滑動，頁面在切換，文字在X的輸入框里一行行流淌出來。你就是在看一個AI替你上網干活，全程透明，每一步都看得到。

跑完一看，總結準確，文案風格也合適，理解任務和操作發布的過程一氣呵成。

還有幾個值得提的設計

Chat邊看邊問。側邊欄AI對話這個功能本身不算新鮮，很多工具都有。但Tabbit做得比較絲滑的地方在于上下文的傳遞。我拿一篇arxiv論文測的：看到不懂的圖表，截個圖丟給它直接解釋；碰到一個術語「Disaggregation」，選中文字右鍵就能問「這個詞在這里什么意思」。不用手動復制粘貼，不用描述「我在看哪篇文章」，它就知道上下文。幾輪追問下來，從論文摘要到核心方法到「用中學生能懂的語言解釋」，整個過程很流暢。

收藏系統。不只保存鏈接，AI自動為每個收藏生成摘要，以后用自然語言就能搜。網頁上的圖片、文字片段也能右鍵單獨收藏，不用存整個頁面。

目前Tabbit瀏覽器有國際版和國內版兩個版本。其中國內版內置多個國產大模型，包括DeepSeek-V3.2、豆包Seed-1.8、Kimi-K2.5、通義千問3.5-Plus、GLM-5，還有Minimax和Longcat，幾乎把國內最好的幾家模型全接了，而且也不需要折騰API，還全免費使用，挺難得的。

國際版的話，則更離譜，算是把御三家模型公司都一網打盡了，包括Claude Sonnet 4.6、Gemini 3.1 Pro，以及GPT-5.2，而且一樣！都是免費的！

還可以更好的地方

腳本妙招在涉及數據理解的場景還不太行。我試了一個「數據可視化大師」——讓它把網頁表格自動變成投行風格的圖表。視覺上確實變了，但生成的圖表完全不知所云。原因不難理解：JS腳本只是在操作DOM元素，并沒有真正理解數據的含義和邏輯關系。暗色模式這種純樣式改造沒問題，但涉及數據分析的任務，可能需要在腳本執行過程中融入AI的理解能力。

智能標簽整理的分組效果確實讓我驚喜，但目前只有全自動模式。我希望能自定義一些分組規則——比如「所有GitHub頁面永遠歸到開發組」「所有公眾號后臺歸到寫作組」。自動+手動結合會更靈活。

瀏覽器這個東西，從IE到Chrome，二十年沒真正變過。標簽頁、地址欄、前進后退。Chrome贏IE不是因為長得不一樣，是因為快。

Arc試圖重新定義瀏覽器，融資1.28億美元，最后發現用戶根本不想重新學。Atlas背靠8億ChatGPT用戶，半年了下載量依然慘淡。

這兩個案例說明一件事：AI瀏覽器的競爭，我們嘗試創建所謂AI Native的新體驗，嘗試去顛覆所謂舊時代的產品時，可能還需要去理解和順應用戶原來的瀏覽器使用需求和體驗，你需要在不改變用戶原有習慣的前提下，做到以前做不到的事。

Google也在往Chrome里加Gemini了。這條路大家都看到了。

從Chrome切過來完全無痛，妙招和Agent都帶來了不少「原來還能這樣」的時刻。至少對我來說，Tabbit是第一個讓我真的想從Chrome切過去的AI瀏覽器。

Tabbit瀏覽器已正式發布，免費使用，支持macOS和Windows。

國內官網：https://www.tabbit-ai.com/

在海外的朋友可以訪問國際版官網下載體驗：https://www.tabbitbrowser.com

這兩個版本功能都是一樣的，唯一的區別是內置的模型選擇～