瀏覽器 AI 助理實測第 2 輪:BrowserOS、Claude in Chrome 等工具完成 100 項任務
Browser agent benchmark, round 2: BrowserOS, Claude in Chrome, 5dive, OpenClaw, Hermes and Grok Bot on 100 live tasks
重點導讀
瀏覽器 AI 助理遇到網頁按鈕點不動時,能不能換個方法繼續做,可能比平常做多快更重要。這次測試讓不同工具在 100 個真實網站任務上各試一次,由評分系統檢視操作過程和畫面。BrowserOS 完成 40 項,Claude in Chrome 完成 37 項,5dive browser(Claude Code)完成 34 項;前三名差距還不足以判定誰明顯比較強。BrowserOS 能改用螢幕位置點選或在網頁上執行 JavaScript,操作失敗的比例也較低。測試也發現,評分方式會影響結果;有些任務會擋住機器人,甚至讓所有工具都做不完。5dive browser(pi)完成的任務較少,但每項完成任務的成本較低。這些結果來自一次測試,不能當成正式排行榜;作者預計兩週後再測,並替 5dive browser 加上更多失敗時的補救方法。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Browser agent benchmark, round 2: BrowserOS, Claude in Chrome, 5dive, OpenClaw, Hermes and Grok Bot on 100 live tasks
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文