昨晚,在掘金、知乎、CSDN上发了篇帖子,本意是想讨论 Browser Bridge 这个产品有没有人愿意用的问题。属于是向广大网友取经,看看有没有什么产品上的启发。
结果,过了一个小时,只有在掘金上是真有人在看,也回了我的帖子。知乎和CSDN也有人回,也挺快,但都是AI在回(虽然我最近也是在做AI工具,但还是不得不吐槽一下)。
说回到这个帖子的事儿。
最开始的回复我也觉得挺莫名其妙的。
“你这个也要不少配置啊”
我不清楚他怎么个意思,我的产品明明不需要任何配置啊。
所以我耐心地做了下面的解释。
言外之意,并不是我的产品要配置很多东西。而是,不用我的产品的话,要在Agent里面使用浏览器就需要额外配置很多。
本来这些话,也没什么。
可是,在洗澡的时候,我不断地想。我这不就把我产品优化的方向找到了吗?
我的竞品是 Codex、Kimi Work,我的优势就是不绑定任何 Agent,那我现在的基础版本已经基本实现了。那剩下的,应该就是要兼容这些产品在使用浏览器时的细节,让用户感觉到和用这些产品一样的舒服。
这样想想,我背后隐藏的逻辑是,当 Browser Bridge 的体验和 Codex、Kimi Work 差别不大时,不需要绑定 Agent App 以及 能和任意 Agent 集成这两个卖点,大家就会愿意接受。
这听上去觉得是理所当然,但是总觉得产品的逻辑不应该是这样,但却也说不上奇怪在哪里。 Codex、Kimi Work 应该都是解决特定人群的特定问题,如果找不到这群人,找不到这个问题的痛点,是没法正面对抗的。那到底是什么人在使用 Codex 插件、Kimi Work呢?
这问题有点难想清楚。
不过,在使用Browser Bridge的过程中,我注意到一个具体的问题:当Agent需要同时处理多个页面任务时,tab的管理体验明显不如Codex流畅。这不,今天我就顺手优化了下。
Tab 操作隔离
在之前的版本中,我默认是在当前活跃的tab上处理navigate、click等请求。如果要使用多个tab同时进行页面处理,就需要显式地提示Agent。比如:打开一个新的tab,然后浏览xxx,然后填写xxxx等等
我认为,好的体验应该是让模型能判断自己什么时候需要打开新tab,什么时候在同一个tab里面处理。同时,任务之间应该隔离起来,生命周期结束之后也应该做好收尾工作。
基于这个思路,我升级了 Browser Bridge,最新版本 0.0.8。
这个最新的版本,目前暂时不能保证模型自己判断什么时候进行tab的隔离。所以,我采用了一个折中的方案——任务维度来隔离tab。
也就是说,当你不显式指定打开tab或者在哪个tab上操作,那默认就打开新的tab。当任务结束,由于 Agent 上下文里已经有了tab的id,因此可以直接关闭相关的所有tab。
眼前的问题,算是又解决了一个。看不见的问题,还是没想明白~