浏览器 Agent 最麻烦的地方，可能不是不会点击，也不是看不懂网页，而是它很难自然地使用我们已有的登录状态。
重新登录一次 Gmail、Notion、企业后台还不算什么，真正用起来以后，还会碰到验证码、双重认证、企业 SSO、浏览器插件和多账号切换。直接让 Agent 操作用户正在使用的 Chrome，又会出现另一个问题：它打开页面、切换标签、跳转网站时，很可能把人正在做的事情一起打断。
最近快速增长的 ego-lite，解决的正是这个看起来很小、实际非常影响体验的问题。
截至 2026 年 8 月 1 日，ego-lite 的 GitHub 仓库已经获得约 7.1K Star。它不是给浏览器加一个内置聊天框，而是提供一套可以被 Codex、Claude Code、Cursor 等外部 Agent 操作的 Chromium 浏览器。Agent 可以继承真实登录状态，却在自己的 Space 里完成任务，不会抢走用户正在操作的标签页。 需要的不是一个空白浏览器
现在不少浏览器自动化工具，会临时启动一个新的 Chromium 实例。
这种方式适合爬取公开网页、测试页面和执行固定脚本，但遇到登录后的业务系统就会麻烦很多。新浏览器里没有 Cookie，没有扩展，没有常用账号，也没有用户已经完成的身份认证。
ego-lite 选择了另一条路。
第一次启动时，它可以迁移 Chrome 中的书签、扩展、浏览器 Profile、Cookie 和登录会话。完成迁移以后，Agent 打开的不再是一个什么都没有的浏览器，而是已经具备工作环境的真实浏览器。ex 可以进入登录后的项目管理系统整理任务，Claude Code 可以读取 SaaS 后台数据，销售 Agent 也可以进入 CRM 查看需要跟进的客户，而不必为每个网站重新处理登录流程。
真正让它变得实用的，是Space。
用户可以继续在自己的标签页里浏览网页，Agent 则在独立 Space 中打开页面、填写表单和执行任务。双方使用同一个浏览器环境，但工作区彼此分开。用户随时可以进入 Agent 的 Space 查看进度、接管操作或者直接停止任务。gent 能不能打开网页”，而是“Agent 工作时，人还能不能继续使用浏览器”。
Codex 和 Claude Code 怎么控制它
ego-lite 通过一个名为 ego-browser 的 Skill 与外部 Agent 连接。
安装 Skill 的命令很简单：
npx skills add citrolabs/ego-lite安装浏览器并完成数据迁移后，可以直接在 Agent 中输入：
/ego-browser 打开 CRM，整理最近 30 天没有跟进的客户，按客户名称、负责人和最后跟进时间生成表格。Agent 会创建自己的 Space，读取页面快照，打开需要的标签页并完成操作。
ego-browser 暴露了 snapshot、fill、click、wait、navigate 和 capture 等能力。和每完成一步就调用一次命令不同，Agent 可以编写一段 JavaScript，把多个网页动作组合起来一次执行。公开仓库中的 Node.js 辅助层还提供了类似 Playwright 的 page、locator、browser 和 taskSpaces 等接口。任务可以这样组织：
await taskSpaces.useOrCreate("customer-follow-up");await browser.openOrReuseTab("https://crm.example.com/customers",{ wait: true }console.log(await page.snapshot());这也是 ego-lite 强调 Token 和执行效率的原因：模型不必在“读取页面—调用一次工具—等待结果—再次判断”之间反复往返，而是可以先生成一小段操作代码，再交给浏览器执行。
项目 README 宣称复杂任务最高可达到约 2.5 倍速度提升，官网目前写的是最高 3.45 倍。这些数字来自项目方自己的对比测试，而且两个页面的口径并不完全一致，更适合当作产品方向参考，不能直接视为独立评测结果。
ego-lite 的价值在那些“必须登录，但又不适合专门开发 API”的场景里会更明显。
使用场景
更合适的做法
收集多个后台页面的数据
允许 Agent 只读访问，统一整理后交给人工确认
CRM 客户跟进
使用独立低权限 Profile，不允许直接删除或批量修改客户
社交媒体运营
Agent 负责资料收集和草稿，发布动作保留人工确认
内部管理系统
限制可访问模块，避免使用超级管理员账号
付款、退款、改价
不建议直接全自动执行，必须增加二次确认
例如一个软件公司的销售助理 Agent，可以进入 CRM 查找长期未跟进客户，再结合订单系统判断哪些客户可能需要复购提醒。以前要么开发一套接口，要么让 Agent 在空白浏览器里重新登录；现在它可以直接使用现有后台。
对中小企业来说，这种方案的吸引力很现实：很多老系统没有完善 API，但网页后台一直可以用。Agent 能操作浏览器，就相当于获得了一层新的系统入口。
不过，浏览器入口也是权限入口。
共享登录状态，也意味着共享账号权限
Space 隔离的是标签页和工作区域，并不意味着 Agent 获得了一个天然低权限的身份。
假如当前 Profile 登录的是企业超级管理员账号，Agent 继承的同样是管理员权限。它不会抢走你的标签页，不代表它不能修改订单、导出客户、删除数据或者发送消息。
ego-lite 的更新日志已经加入按浏览器 Profile 运行 Agent 任务的能力。这给了我们一个更稳妥的使用方式：单独创建 Agent Profile，只登录需要操作的系统，并为这个账号配置最小权限。史、Cookie、登录会话以及 Agent 读取的浏览器数据都保存在本地，ego-lite 不会上传这些数据。这个设计确实减少了浏览器厂商直接收集数据的风险。件事。
浏览器数据保存在本地，不等于所有页面内容都不会进入外部模型。Agent 为了理解网页，仍可能把页面 Snapshot 或任务相关内容发送给 Codex、Claude Code 背后的模型服务。具体哪些数据会离开设备，取决于所使用的 Agent、模型服务和企业配置。
所以涉及客户隐私、合同、财务、医疗数据和内部管理后台时，不能因为浏览器写着“本地存储”就默认整个执行链路都是离线的。
它还是一个很早期的项目
ego-lite 当前主要支持 macOS，Windows 和 Linux 仍在路线图中。公开路线图里的可复用 Skills、更完整的浏览器控制能力，以及对 Electron 和原生应用的操作，也还处于开发或规划阶段。准确。
ego-lite 的 GitHub 仓库采用 MIT License，公开了 ego-browser Skill、Node.js 辅助运行层、规范和部分集成代码；完整浏览器应用则通过官网单独免费下载。它可以称为一个拥有开源 Agent 接入层的免费浏览器项目，但不宜直接理解为完整 Chromium 浏览器产品的全部源码都已经开放。成为 Agent 的下一层运行环境
过去我们给 Agent 接能力，通常会想到 API、MCP、数据库和命令行，但大量真实业务仍然存在于网页里。
客户在 CRM 里，订单在 ERP 里，项目任务在管理后台里，运营数据分散在多个 SaaS 平台里。要为每套系统重新开发 API，成本很高；让 Agent 直接接管用户浏览器，又会影响正常工作。
ego-lite 的思路，是在中间增加一个共享登录状态、工作区相互隔离的 Agent 浏览器。
它还远没有成熟到可以无条件接管企业后台，但这个方向值得关注。未来真正有价值的 Agent 基础设施，可能不只是让模型获得更多工具，而是让它在不打断人的情况下，安全地进入我们已经使用多年的软件环境。
AI Agent 开始进入浏览器以后，“能不能自动操作”很快就不会是最难的问题。更重要的是，我们能不能给它一套独立身份、有限权限和随时可以收回的工作空间。
这才是浏览器 Agent 从演示走向日常工作的起点。
如果你也关注 Codex、Claude Code、AI Agent 和真实项目落地，可以顺手点个赞，让平台多推荐一些类似内容。我后面也会继续拆这些快速增长的 Agent 工程项目，不只看它有多少 Star，更会看它到底解决了什么问题。
热门跟贴