阿里云和英特尔给Agent改造了浏览球,成本直降100倍

英特尔基于至强处理器提供AVX-512、IAA、QAT等硬件能力,用于相关计算、压缩和数据处理加速。阿里云则负责浏览器实例的按需拉起、任务结束后的资源释放,以及运行镜像的设计与实现。

在2026年的云栖大会上,阿里云终端智能计算高级产品专家蒋佳忆介绍了阿里云与英特尔联合推出的Agentic Browser。

双方对Chromium进行了面向Agent场景的改造,希望把传统面向人的桌面浏览器,变成适合Agent大规模并发运行的云端执行引擎。

图片

蒋佳忆提到,浏览器的用户正在从人延展到Agent。他提到,今年机器流量首次超过了人类流量,而这些新用户上网不是为了看内容,是为了比价、填表、下单,要完成一项项具体的工作。

图片

但问题在于,今天的浏览器是为人设计的,智能体场景中实例重、并发能力弱,现在的 Agent一碰到登录、验证码和复杂交互页面就容易失败,任务也就失败了。

在他看来,Agent关心的是任务能不能做成、执行顺不顺、成本够不够低,页面渲染得漂不漂亮已经不重要了,现在能不能给 Agent 用才是最重要的。

图片

蒋佳忆分析认为,由于真实业务网站仍然建立在Chromium代表的Web标准之上,动态页面、复杂JavaScript、会话保持和各类自动化框架都绕不开,所以更现实的做法是保持兼容性,把Chromium改造成更适合Agent的运行载体。

图片

具体来说,是基于官方Chromium主干,对Blink(是Chromium的浏览器渲染引擎)和V8(Chromium用的JavaScript引擎)做面向Agent场景的裁剪和调优,以预编译SDK的方式交付,部署在阿里云弹性基础设施上,支持高并发的浏览器集群。

英特尔基于至强处理器提供AVX-512、IAA、QAT等硬件能力,用于相关计算、压缩和数据处理加速。阿里云则负责浏览器实例的按需拉起、任务结束后的资源释放,以及运行镜像的设计与实现。

按照蒋佳忆公布的数据,在双方合作实践中,面向Agent场景优化之后,单实例内存开销最多可以降低约30%。单个浏览器节省的资源看起来有限,但在数百甚至数千个浏览器实例同时运行时,会直接影响整个Agent集群的部署密度和成本。特别是现在内存成本越来越高的背景下。

图片

除了降低浏览器本身的资源占用,阿里云还尝试解决Agent执行Web任务时另一个成本问题。传统Browser Agent执行任务时,往往需要不断进行Planning、推理、观察页面,再决定下一步操作。这种方式灵活,但Token消耗和推理成本较高。

阿里云采取了一种“Agent+RPA”的方式。面对第一次出现的动态页面,由Agent负责理解页面并完成推理。一旦任务成功跑通,系统就会把这次执行过程沉淀成可以重复执行的RPA Workflow。

下一次遇到相同任务时,如果网页没有发生明显变化,就优先直接回放此前的Workflow。只有执行出现异常时,才重新切换到Agent进行推理和处理。换句话说,就是第一次让AI自己想,之后能照着做的就直接照着做。

蒋佳义以在小红书完成一次发帖任务为例表示,与市面上一些主流办公Agent每次重新规划和执行相比,基于可复用RPA Flow执行相同任务,两种方式的成本消耗最高可能相差100倍。

Agentic Browser另一个重点是并发。传统本地Agent通常围绕一个浏览器或者多个标签页工作,但在云端基础设施支持下,浏览器可以成为按需创建和释放的计算资源。

按照阿里云公布的方案,一个Agent可以一次启动100个、200个甚至500个浏览器实例,并行处理上百个复杂Web操作任务。这意味着Agent执行网页任务的方式可能发生明显变化。

以前,一个人打开浏览器完成100项任务,基本需要一个接一个操作。未来Agent可以直接创建100个浏览器实例,同时执行100项任务。浏览器由此从人访问互联网的窗口,逐渐变成Agent调用的一种计算资源。

蒋佳忆表示,Agentic Browser虽不是全新打造的浏览器,但让Agent能够真正进入现有Web世界,把任务完成。随着Agent越来越多地进入办公、开发、运营等实际业务,浏览器本身也正在成为AI基础设施的一部分。


本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信