Google正在为其 Chrome 浏览器推出一项名为“Auto Browse”的新功能，这是一种基于Gemini系统的代理式AI，可以自动化网页上常规操作，例如填写表单、收集数据和规划行程。这种技术可以通过具备上下文理解能力的推理，对用户界面进行自动化操作。
当用户启动一次Auto Browse任务时，Chrome会打开专用标签页，并以动态AI图标加以标识。这一代理可以在不同网站之间跳转、跟随链接，并通过模拟键盘与鼠标输入来与表单字段互动。系统会在任务完成后发出通知；若涉及访问密码、发起支付等敏感操作，则会中途弹出请求用户授权的提示。
类似OpenAI的Atlas工具，Auto Browse在用户意图与网页界面之间增加了一个新的抽象层。用户不再直接操控浏览器，而是以自然语言描述目标，由Gemini将这些目标拆解为一系列操作并逐步执行。这种方式允许多个后台任务并行运行，旨在降低用户在重复性网页操作上的认知负担。
围绕Auto Browse，Chrome的界面也进行了调整。以前静态的Gemini按钮如今默认以侧边栏（Sidepanel）的形式常驻，而不是弹出式窗口，从而让AI能够持续访问当前页面内容。在这一侧边栏中，Gemini可以直接在Chrome内协调Gmail、日历、地图、YouTube、购物和机票等Google服务，实现跨服务联动。
同时，Google也引入了Nano Banana图片编辑功能，使用户无需下载文件即可在本地对图片进行编辑。在处理视觉任务时，用户可以在速度更快的标准模型与画质更高的Gemini Pro之间切换，以兼顾效率与质量。不過，Auto Browse的运行高度依赖云端：代理在网页上执行的所有互动操作，会被实时传输至Google服务器，由Gemini模型进行处理。
根据Google的说明，网页内容可能会在用户账户下被临时记录，并保存在Gemini应用活动数据中，具体取决于用户的隐私设置。 Google尚未明确，这些在Auto Browse会话中访问的内容是否会被用于训练未来的AI系统。
使用门槛方面，AI Pro订阅用户每天可启动最多20次浏览任务，AI Ultra用户每天可获得200次会话配额。虽然目前的预览功能无需额外购买，但Google尚未公布何时向免费用户开放访问权限。 为减少误操作风险，Google称已为Auto Browse设置保护规则，禁止其在未经用户明确确认的情况下执行交易性操作，例如直接提交支付信息。
当用户启动一次Auto Browse任务时，Chrome会打开专用标签页，并以动态AI图标加以标识。这一代理可以在不同网站之间跳转、跟随链接，并通过模拟键盘与鼠标输入来与表单字段互动。系统会在任务完成后发出通知；若涉及访问密码、发起支付等敏感操作，则会中途弹出请求用户授权的提示。
类似OpenAI的Atlas工具，Auto Browse在用户意图与网页界面之间增加了一个新的抽象层。用户不再直接操控浏览器，而是以自然语言描述目标，由Gemini将这些目标拆解为一系列操作并逐步执行。这种方式允许多个后台任务并行运行，旨在降低用户在重复性网页操作上的认知负担。
围绕Auto Browse，Chrome的界面也进行了调整。以前静态的Gemini按钮如今默认以侧边栏（Sidepanel）的形式常驻，而不是弹出式窗口，从而让AI能够持续访问当前页面内容。在这一侧边栏中，Gemini可以直接在Chrome内协调Gmail、日历、地图、YouTube、购物和机票等Google服务，实现跨服务联动。
同时，Google也引入了Nano Banana图片编辑功能，使用户无需下载文件即可在本地对图片进行编辑。在处理视觉任务时，用户可以在速度更快的标准模型与画质更高的Gemini Pro之间切换，以兼顾效率与质量。不過，Auto Browse的运行高度依赖云端：代理在网页上执行的所有互动操作，会被实时传输至Google服务器，由Gemini模型进行处理。
根据Google的说明，网页内容可能会在用户账户下被临时记录，并保存在Gemini应用活动数据中，具体取决于用户的隐私设置。 Google尚未明确，这些在Auto Browse会话中访问的内容是否会被用于训练未来的AI系统。
使用门槛方面，AI Pro订阅用户每天可启动最多20次浏览任务，AI Ultra用户每天可获得200次会话配额。虽然目前的预览功能无需额外购买，但Google尚未公布何时向免费用户开放访问权限。 为减少误操作风险，Google称已为Auto Browse设置保护规则，禁止其在未经用户明确确认的情况下执行交易性操作，例如直接提交支付信息。
Auto Browse 这个功能是不是真的需要引入 AI 才能让 Chrome 浏览器更智能了？ 
我觉得网页上那些自动填表的东西就可以用 JavaScript 和 CSS 做了，为什么还要再动用 AI ？ 
。如果说Auto Browse会话的内容可能会被临时记录，这就给我的隐私造成了疑问！ 
。
_auto browser 的功能好极了！每天都能自动化一些 routine 的操作，真的是降低认知负担的神器 
！和OpenAI 的 atlas 软件类似， auto browser 的 Gemini 代理就像一个小的 AI 个人助手 
，让它可以根据用户的意图来拆解网页内容并执行操作 
。另外， nano banana 图片编辑功能也太 cool now 
！能在速度更快的标准模型和画质更高的Gemini Pro 之间切换，真的是太方便了！ 
only 问题是， auto browser 的运行高度依赖云端，所以我希望未来可以发展出一种更加独立的本地化版本 
有时候我觉得我们太急于使用新技术了，而忘记了安全考虑。如果这个代理式AI 能够在网页上执行的所有互动操作，会被实时传输至Google服务器，这意味着我们的个人信息会多次传输。 
我也担心，这些数据可能会被用于训练未来的AI系统，而我们不知道这些模型是如何处理的。 
但我还是担心的是隐私问题，网页上的数据会不会被泄露呢？ 
我还希望Google能让更多人试用Auto Browse功能，了解这种技术带来的好处和风险。 
，这_AUTO Browse功能是从什么时候开始的？ 我记得还没见过这种功能，感觉像是从另外一个世界进来的 
。同时，这个功能是否会影响我们的工作效率呢？ 我觉得这取决于我们自身的习惯和操作方式 
他们也说了什么关于 AI 的使用，好像要用这些数据来训练未来的 AI 系统 
。而且，看起来 Google 还在考虑隐私设置的问题，希望他们能做得更好 
。
但是，还是有些问题。 比如说，如果我的电脑没有连接到网上，那么它就不能工作。 
我之前都要浪费太多时间填表了。 
但是，我觉得网页内容可能会被记录，这就不好了！ 
除了安全方面的考虑，还是有一点怀疑这种技术会不会被滥用。 
我觉得Google 应该多考虑一下用户的隐私和安全问题。 
我觉得这是个很有意思的功能！但是感觉这也要依赖于人和AI的合作，像OpenAI的Atlas工具一样，它让我们不再需要主动地操作浏览器而是通过自然语言描述目标来完成任务。 
我希望这个功能能够让我们更轻松地进行网页上的任务，但是要小心地使用它，避免出错。 
meanwhile，作为一个父母，我们需要注意隐私问题，Google确实是对用户隐私设置的关注是真的，但希望他们可以让我们更好地理解这些设置的意义。 
