AI 时代的浏览器革命：从搜索到智能代理

第三次浏览器战争正在悄然展开。从上世纪 90 年代的 Netscape、微软的 IE，到开源精神的 Firefox 与 Google 的 Chrome，浏览器之争一直是平台控制权与技术范式变迁的集中体现。Chrome 凭借更新速度与生态联动夺得霸主地位，而 Google 通过搜索与浏览器的"双寡头"结构，形成了信息入口的闭环。

然而，这一格局正在动摇。大型语言模型（LLM）的崛起，使得越来越多用户在搜索结果页"零点击"完成任务，传统的网页点击行为正在减少。同时，有关某科技巨头可能在其浏览器中替换默认搜索引擎的传闻，进一步威胁 Google 母公司的利润根基，市场已开始显露出对"搜索正统"的不安。

浏览器本身也正面临角色重塑。它不仅是展示网页的工具，更是数据输入、用户行为、隐私身份等多种能力的集合容器。AI Agent 虽强，但若要完成复杂的页面交互、调用本地身份数据、控制网页元素，仍然需要借助浏览器的信任边界和功能沙盒。浏览器正在从人类界面，变成 Agent 的系统调用平台。

真正可能打破当前浏览器市场格局的，不是另一个"更好的 Chrome"，而是一种新的交互结构：不是信息的展示，而是任务的调用。未来浏览器要为 AI Agent 设计 --- 不仅能读，还能写和执行。某些项目正尝试将页面结构语义化，把可视化界面变成 LLM 可调用的结构化文本，实现页面到指令的映射，极大降低交互成本。

市面上主流项目已开始试水：某 AI 搜索引擎构建原生浏览器，用 AI 代替传统搜索结果；某浏览器把隐私保护与本地推理结合，用 LLM 增强搜索与屏蔽功能；而一些 Web3 原生项目，则瞄准 AI 与链上资产交互的新入口。这些项目共同特征是：试图重构浏览器的输入端，而非美化其输出层。

对创业者而言，机遇藏在输入、结构与代理的三角关系中。浏览器作为未来 Agent 调用世界的接口，意味着谁能提供可结构化、可调用、可信任的"能力块"，谁就能成为新一代平台的组成部分。从 SEO 到 AEO（Agent Engine Optimization），从页面流量到任务链调用，产品形态与设计思维都在重构。第三次的浏览器战争，发生在"输入"而非"展示"；决定胜负的，不再是谁抓住用户的眼球，而是谁赢得了 Agent 的信任，获得调用的入口。

浏览器发展简史

在上世纪 90 年代初，Netscape Navigator 横空出世，为数以百万计的用户打开了通往数字世界的大门。这款浏览器并非第一个，但却是第一个真正意义上走向大众、塑造互联网体验的产品。

微软很快意识到浏览器的重要性，并决定将 Internet Explorer 强行捆绑进 Windows 操作系统，让其成为默认浏览器。这一策略堪称"平台杀手锏"，直接瓦解了 Netscape 的市场主导地位。

在困境中，Netscape 的工程师选择了一条激进而理想主义的道路 --- 他们将浏览器源代码公开，向开源社区发出召唤。这段代码后来成为 Mozilla 浏览器项目的基础，最终定名为 Firefox。

与此同时，Opera 浏览器问世，它来自挪威，起初只是一个实验性项目。但从 2003 年的 7.0 版本起，它引入了自研的 Presto 引擎，率先支持 CSS、自适应布局、语音控制以及 Unicode 编码等前沿技术。

同年，某科技巨头推出了自家浏览器。这是一场别有意味的转折。彼时，微软曾向濒临破产的这家公司注资 1.5 亿美元，以维持竞争表象、避免反垄断审查。

2007 年，IE7 随 Windows Vista 推出，但市场反馈平平。反观 Firefox，凭借更快的更新节奏、更友好的扩展机制以及对开发者的天然吸引力，市场份额稳步提升至约 20%。IE 的统治逐渐松动，风向正在改变。

Google 则是另一种打法。Chrome 于 2008 年问世，基于 Chromium 开源项目与 Safari 所用的 WebKit 引擎打造。它被戏称为"臃肿"的浏览器，但凭借 Google 对广告投放与品牌塑造的深厚功力，迅速崛起。

Chrome 的关键武器并非功能，而是频繁的版本更新节奏（每六周一次）与全平台统一体验。2011 年 11 月，Chrome 首次超越 Firefox，市场份额达到 27%；六个月后，又反超 IE，完成了从挑战者到主宰者的转变。

进入 2020 年代，Chrome 的主导地位已经确立，全球市场份额稳定在约 65%。值得注意的是，Google 搜索引擎与 Chrome 浏览器虽然同属一家公司，但从市场层面看却是两个独立的霸权体系 --- 前者控制了全球约九成的搜索入口，后者则掌握了大多数用户进入网络的"第一窗口"。

为了守住这一双重垄断结构，该公司不惜重金投入。2022 年，其向某科技巨头支付约 200 亿美元，只为让 Google 保持在其浏览器中的默认搜索地位。这笔支出相当于 Google 从该浏览器流量中获取搜索广告收入的 36%。换言之，Google 正为护城河支付"保护费"。

但风向又一次变化。随着大型语言模型（LLM）的崛起，传统搜索开始受到冲击。2024 年，Google 的搜索市场份额自 93% 跌至 89%，虽仍称霸，但裂痕初现。更具颠覆性的，是关于某科技巨头或将推出自有 AI 搜索引擎的传闻 --- 若其默认搜索改投自家阵营，这不仅将改写生态格局，更可能撼动 Google 母公司的利润支柱。市场反应迅速，公司股价从 170 美元应声下跌至 140 美元，反映的不仅是投资者的恐慌，更是对搜索时代未来走向的深度不安。

从 Navigator 到 Chrome，从开源理想到广告商业化，从轻量浏览器到 AI 搜索助手，浏览器之争始终是一场关于技术、平台、内容与控制权的战争。战场不断迁移，但本质从未改变：谁掌握入口，谁就定义未来。

在 VC 眼中，依托 LLM 和 AI 时代人们对搜索引擎的新需求，第三次浏览器战争正在逐步展开。

现代浏览器的老旧架构

谈及浏览器的架构，经典的传统架构如下：

客户端 - 前端入口

查询经 HTTPS 送达最近的前端，完成 TLS 解密、QoS 采样和地理路由。若检测到异常流量（DDoS、自动抓取）可在此层限流或挑战。

查询理解

前端需要理解用户键入的单词的含义，有三个步骤：神经拼写校正，将 "recpie" 纠正为 "recipe"；同义词扩展，将"how to fix bike"，拓展到"repair bicycle"。意图解析，判定查询是资讯、导航还是交易意图，并分配 Vertical请求。

候选召回

搜索引擎使用的查询技术被称为：倒排索引。在正序索引中，我们都是给定一个 ID 就可以索引到文件。但是用户不可能知道想要的内容在上千亿个文件中的编号，因此其采用了非常传统的倒排索引，通过内容来查询到哪些文件有对应的关键字。接下来，采用向量索引用于处理语义搜索，即查找与查询含义相似的内容。它将文本、图像等内容转换为高维向量（embedding），并根据这些向量之间的相似性进行搜索。例如，即使用户搜索"如何制作披萨面团"，搜索引擎也能返回与"披萨面团制作指南"相关的结果，因为它们在语义上相似。经历了倒排索引和向量索引，大约十万量级的网页会被初筛出来。

多级排序

系统通常通过 BM25、TF-IDF、页面质量分等数千维轻特征，将十万级规模的候选页面筛选至约 1000 篇，构成初步候选集。这类系统被统称为推荐引擎。其依赖多种实体生成的海量特征，包括用户行为、页面属性、查询意图与上下文信号。例如，会综合用户历史、其他用户的行为反馈、页面语义、查询含义等信息，同时还考虑上下文要素，如时间（一天中时段、一周中的具体日子）与实时新闻等外部事件。

深度学习进行主排序

在初步检索阶段，使用 RankBrain 和 Neural Matching 等技术来理解查询的语义，并从海量文档中筛选出初步相关的结果。RankBrain 是 Google 于 2015 年引入的机器学习系统，旨在更好地理解用户查询的含义，尤其是首次出现的查询。它通过将查询和文档转换为向量表示，计算它们之间的相似性，从而找到最相关的结果。例如，对于查询"如何制作披萨面团"，即使文档中没有完全匹配的关键词，RankBrain 也能识别出与"披萨基础"或"面团制作"相关的内容。

Neural Matching 是 Google 于 2018 年推出的另一项技术，旨在更深入地理解查询和文档之间的语义关系。它使用神经网络模型来捕捉词语之间的模糊关系，帮助更好地匹配查询和网页内容。例如，对于查询"为什么我的笔记本电脑风扇声音很大"，Neural Matching 能够理解用户可能在寻找有关过热、灰尘积聚或高 CPU 使用率的故障排除信息，即使这些词语没有直接出现在查询中。

深度重排：BERT 模型的应用

在初步筛选出相关文档后，使用 BERT（Bidirectional Encoder Representations from Transformers）模型对这些文档进行更精细的排序，以确保最相关的结果排在前面。BERT 是一种基于 Transformer 的预训练语言模型，能够理解词语在句子中的上下文关系。在搜索中，BERT 被用于重新排序初步检索到的文档。它通过对查询和文档进行联合编码，计算它们之间的相关性得分，从而对文档进行重新排序。例如，对于查询"停车在没有路缘的坡道上"，BERT 能够理解"没有路缘"的含义，并返回建议驾驶员将车轮朝向路边的页面，而不是误解为有路缘的情况。

以上就是典型的搜索引擎的工作流程。但是在当前的 AI 和大数据爆发的时代，用户对浏览器的交互产生了新的需求。

为什么 AI 会重塑浏览器

首先我们需要明确，为什么浏览器这一形态仍然会存在？是否存在一种第三形态，除了人工智能代理和浏览器之外的选择？

我们认为，存在即无法替代。为什么人工智能能够使用浏览器，却无法完全取代浏览器？因为浏览器是通用平台，不仅仅是读取数据的入口，更是输入数据的通用入口。这个世界不可能只有信息输入，还必须产生数据并与网站进行交互，所以整合个性化用户信息的浏览器仍将广泛存在。

我们抓住这个点：浏览器作为通用入口，不仅用于读取数据，用户往往还需要与数据进行交互。浏览器本身是存储用户指纹的绝佳场所。更复杂的用户行为和自动化行为，必须以浏览器为