你见过 Agent 开浏览器吗。不是那种官网演示视频里的优雅截图，是真实的、在你自己的电脑上跑起来之后的样子：鼠标开始自己移动，标签页被切来切去，你正在看的那篇技术文档被 Agent 关掉了，换成了一个登录页面。你坐在屏幕前盯着光标飘，除了等它搞完，什么也做不了。
ego-lite 解决的就是这个每天在 Claude Code 和 Codex 用户电脑上反复上演的场景。它给自己的定位非常直接：一个你和 AI Agent 可以同时使用的浏览器。你在前台刷网页，Agent 在它自己的 Space 里跑任务。同一个 Chromium 内核，两套完全独立的工作空间，互不干扰。
这个项目 2026 年 5 月底才在 GitHub 上出现，两个月拿下了约 5200 个 Stars，多次冲上 GitHub Trending 第一，单日最高涨了 986 个 Stars。社区讨论的焦点很集中：这到底是一个真正改变了浏览器自动化范式的产品，还是又一个蹭 AI Agent 热度的 macOS 小工具。
翻完它的架构设计、README、benchmark 数据和社区讨论之后，我的结论是：它做的事比大多数人意识到的更聪明，但它的限制也比官方文档愿意承认的多。下面从头说。
打动我的几个地方
ego-lite 跟 browser-use、Vercel 的 agent-browser 这类工具最根本的区别一句话就能说清楚：它不是框架，它是一个浏览器。框架的玩法是给你一套 API，你自己起一个 headless 浏览器去驱动，登录态要手动迁移，Agent 每做一步都要跟 LLM 来回确认下一步怎么走。ego-lite 的思路是反过来的：Agent 直接在浏览器里跑 JavaScript。
这个设计差异带来的连锁反应比看上去深远。因为 Agent 不是通过外部命令驱动浏览器，而是调用暴露在页面上下文里的 JS 函数——snapshot、fill、click、wait、navigate、capture——它可以把一个多步任务拼成一段脚本，一次性执行。举个实际的例子：打开网站、读取页面快照、找到登录按钮、填入凭证、等待跳转、截取结果。传统 CLI 模式需要 Agent 跟工具之间来回 6 到 7 个 round trip，ego-lite 的 heredoc 模式一个 round trip 就完事了。
这解释了 benchmark 里那些数字的来源。ego-lite 跟 Vercel 的 agent-browser 比了四组任务，用同样的模型 GPT-5.5，每组跑 5 次取中位数。结果是：抓取 OpenAI 的 X 帖子快了 2.6 倍（87 秒对 226 秒），LinkedIn 填求职申请快了 1.9 倍，Redfin 算房贷快了 1.4 倍。最狠的一组是 Expedia 订机票，agent-browser 直接被 bot 检测拦下来了，ego-lite 跑完了。因为它用的就是你真实登录的浏览器，看起来不像一个可疑的 headless 实例。
光看数字可能不够直观。换个角度想：你用 Claude Code 跑网页任务时，token 消耗里有一部分是 Agent 用来”看”页面的。传统方案把整个 HTML 丢给 LLM，一个普通页面 30000 多 token。ego-lite 用了基于 Accessibility Tree 的快照机制，每次只输出 200 到 400 token 的结构化视图，压缩了约 99%。而且每个可操作元素分配一个 @N 编号，Agent 直接 click(@5) 而不是靠 CSS 选择器猜 DOM 路径。更关键的是，因为是内核级定制，它能穿透跨域 iframe、shadow DOM 和 Stripe、Salesforce 这类第三方嵌入式组件，这些在 DOM 抓取方案里是出了名的盲区。
第二个值得认真说的设计是 Space。跟你理解的多窗口不一样，Space 不是另起一个 Chromium 进程，而是同一个进程内的隔离分区。6 个 Agent 同时跑任务只多占约 0.9GB 内存，传统的每个任务单独起一个浏览器要吃掉 15GB，省了 94%。这个数字不是营销话术，它的根在 Chromium 本身的多 Profile 架构，ego-lite 做的是内核级定制让 Space 之间共享渲染进程但隔离 cookie 和存储。你在前台浏览，Agent 在后台 Space 里干活，鼠标和焦点各归各的。
最后一个值得一提的点是 Agent 兼容性。ego-lite 不绑定任何特定 Agent。Claude Code、Codex、Cursor、Kiro、Hermes Agent、Gemini CLI、Continue 全支持。它的 ego-browser skill 本质上是一套 JavaScript 工具函数，只要你的 Agent 能写 JS 就能调用。安装后自动扫描你机器上的 Agent，把 skill 写入对应目录，不用手动配置。
设计上的巧思说完了。但架构归架构，实际装上去跑一跑是什么感觉？
跑起来看看
装 ego-lite 的流程简单到几乎没有步骤。去官网下载 DMG，拖到 Applications，打开就行。首次启动会问你要不要迁移 Chrome 的数据——书签、cookie、扩展、登录态一次性全部带走。这一步是可选的，但如果你想 Agent 继承你真实的登录状态，选”是”就行。
也可以走纯命令行路径，Agent 第一次用的时候会自动引导你装浏览器：
npx skills add citrolabs/ego-lite
装完之后，在你常用的 Agent CLI 里输入 /ego-browser 加一句话描述任务，Agent 就开始干活了：
/ego-browser 帮我在 LinkedIn 上找 5 个 AI 产品经理的 profile 并保存截图
但有几个坑官方文档措辞比较含蓄。第一个是权限：Agent 需要 full-access 才能启动 ego-lite，因为它要打开一个外部浏览器应用。如果你用的 Claude Code 是限制权限模式，这里会弹升级提示。第二个是 macOS only，目前只支持 Apple Silicon 和 Intel Mac。Windows 和 Linux 在 roadmap 上但没有时间表，如果你主力机不是 Mac，这篇文章到这里就可以关掉了，现阶段没别的路。
实际跑起来的感受，从社区反馈和独立评测来看，日常网页任务大约 60% 到 70% 能一次跑通。遇到验证码、Cloudflare 强保护、复杂的多步表单验证时还是会卡。但跟 browser-use 用通用模型实测只有 60% 到 70% 成功率相比（掘金上一篇独立评测的数据），ego-lite 的优势不在成功率本身，而在每次任务消耗的 token 少得多，经济账上更划算。
能跑的东西说清楚了。不过还有一个更关键的问题没聊：这个工具到底适合谁？
什么时候用，什么时候别用
场景判断，一张表格就能说清楚哪些情况该用它、哪些情况该绕道：
| 场景 | 典型用户 | 优势 | 局限 |
|---|---|---|---|
| Agent 网页数据采集 | 开发者、数据分析师 | 登录态直接继承，token 消耗极低 | macOS only，Windows/Linux 用户暂不可用 |
| 多 Agent 并行网页任务 | AI 重度用户 | Space 隔离，内存占用极低 | 浏览器闭源，无法安全审计 |
| 自动化表单填写与提交 | 运营、HR | JavaScript heredoc 模式效率高 | 复杂多步表单偶尔卡住 |
| 需要登录的网站操作 | 所有 Agent 用户 | 无登录摩擦，真实浏览器指纹 | 存在安全风险（见下文） |
不适合的情况同样明确。你不是 macOS 用户，直接跳过。你对浏览器闭源有洁癖，那也不用考虑，ego-lite 的浏览器本体是闭源的免费下载，GitHub 上开源的只是 skill 和文档。你需要工业级稳定性，目前还是早期 beta，239 个 commits，API 和配置随时可能变。
还有一个容易被忽略但实际上非常关键的问题：一旦迁移了 Chrome 的数据，Agent 就能访问你所有已登录的网站。Agent 在 Space 里操作的不只是一个测试页面，是你的真实银行账户、后台管理面板、公司内部系统。CitroLabs 声称数据只存在本地，不记录浏览行为。但这个保证基于信任，不是基于可审计的开源代码。如果你不能接受这个风险，建议不迁移主浏览器的数据，或者只迁一个测试用的 Chrome profile。
场景判断做完了。但一个项目能不能长期跟，光看功能是不够的。
社区怎么样了
先用几个数字建立整体印象，再看每个数字背后的故事：
| 指标 | 数据 | 说明 |
|---|---|---|
| Stars | 约 5200（截至 2026 年 7 月 29 日） | 2 个月内从零到 5000+，多次 GitHub Trending #1，单日峰值 986 |
| 核心维护者 | 约 2 人（CitroLabs 团队） | Bus Factor 中高风险，核心开发集中在 1 到 2 人 |
| 提交 | 239 commits | 高频迭代，日均约 4 commits |
| 协议 | MIT（仓库内容）/ 浏览器本体免费闭源 | 仓库内容商业友好，浏览器本体不可审计 |
迭代节奏相当快。两个月 239 个 commits，Discord 和 GitHub Discussions 的活跃度在同体量项目里算高的。Issue 区讨论质量也不错，不是那种堆满了”求 Windows 版”的水帖，有实打实的功能建议和 bug 复现报告。
一位开发者在 dev.to 的评测里写了这么一句：”ego lite is one of the sharpest answers yet to a specific, real annoyance: sharing a browser with your AI agent without the two of you colliding.“这句话点出了核心价值。ego-lite 不是要替代 Playwright 或 Puppeteer，它要在 Agent 和你的浏览器之间建立一种”共生”关系，而不是”寄生”。
不过要诚实地说，目前所有 benchmark 数据都是 CitroLabs 自己跑的，没有独立的第三方验证。“快 2.5 倍””省 94% 内存”这些数字出现在一个刚上线两个月的项目里，看了让人兴奋，引用的时候得加个”官方声称”的前缀。另外官方博客里出现了”up to 3.45× faster”的标题，实际 benchmark 图表里最大的一项差距是 2.6×。这种数字口径的不一致，会让人对团队的透明度打个问号。
数据好看不等于能用得放心。接下来聊点真的：值不值得跟。
我的真实看法
花了半个下午研究这个项目之后，我最深的感受不是它有多快，虽然 benchmark 数字确实好看。而是它选择了一条跟所有竞品都不一样的问题定义方式。
browser-use 和 agent-browser 在解决的问题是”怎么用代码驱动浏览器”。ChatGPT Atlas 和 Perplexity Comet 在解决的问题是”怎么给 AI 浏览器内置一个 Agent”。ego-lite 解决的问题是”人和 Agent 怎么共用同一个浏览器而不打架”。这三个方向看起来都在搞 Agent 浏览器自动化，其实根本不在同一个赛道上。
这也是为什么它的竞品对比表格里，ego-lite 在”同一浏览器、独立工作区”这一行打了勾，其他所有人都是横线。不是他们做不了，是他们从一开始就没朝这个方向设计。让 browser-use 加一个 Space 功能，等于把它从框架重构成浏览器，这是两个物种。
但这个定位也有一个很明显的软肋。ego-lite 的价值前提是”你愿意把它当日常浏览器用”。如果你不换成 ego-lite，Space 就没有意义，登录态继承就没有意义，整个产品的核心假设就崩塌了。让用户换浏览器这件事，在 2026 年比让用户换操作系统还难。你可以在 5 分钟内装好 ego-lite，真正把它变成你的默认浏览器，靠的是信任。一个两个月大的项目，浏览器本体闭源，benchmark 自己跑，坦白说，这个信任门槛不低。
趋势上，我看好 ego-lite 的方向，但对这个团队能不能跑完全程持保留态度。有两个关键信号值得盯着：第一个是 Windows 和 Linux 版的发布时间。如果能在 2026 年 Q4 前出来，说明工程能力撑得住这个野心。如果拖到 2027 年还没有，大概率会卡在 macOS 利基市场里。第二个是独立 benchmark。一旦有第三方跑出跟官方数据方向一致的结果，ego-lite 的信任基础会牢固很多。
价值判断说完了，趋势也说完了。接下来只剩一个问题：你该做什么。
先把 DMG 装上再说
如果你是 macOS 用户，日常用 Claude Code 或 Codex，Agent 任务里经常涉及网页操作，直接把 DMG 装上去试一下午。不用纠结 benchmark 数字有没有水分，你在 10 分钟内就能感受到它跟 browser-use 的本质区别：Agent 不再是一个跟你抢鼠标的闯入者，而是隔壁房间里安静干活的同事。
如果你主力机不是 Mac，现阶段能做的事很有限。关注两个东西：Windows 和 Linux 预览版的进展，第一个独立第三方的 benchmark 报告。这两个节点中的任何一个出现，ego-lite 都会进入一个新的可信度区间。
ego-lite 最打动我的，不是 benchmark 表格里那些好看的数字。是它重新定义了这个问题：我们需要的不是一个更好的 Agent 浏览器操控框架，是一个 Agent 天生就能用的浏览器。这个区别，比它现在 5000 个 Stars 值钱得多。
资源地址