直面质疑，Tabbit 详解为什么要做 AI 浏览器。

作者｜徐珊

编辑｜郑玄

整个 3 月，「你用 OpenClaw 了吗？」成为我朋友圈里最常见的开场白。这款 AI Agent 产品的爆火，让 FOMO 情绪迅速蔓延到我身边。

然而热潮之下，我们从朋友们反馈中能明显感受到人们对 OpenClaw 感受开始两极分化。有人惊叹于它能自动完成复杂任务，也有人抱怨它门槛高、Bug 多、订阅费不值。

很显然，OpenClaw 并不是一个面向大众、简单易上手的产品。随之而来的问题是，普通人还有机会能够再感受到 AI 执行能力吗？

前不久，我们觉得 Tabbit 可能是当下最适合普通人上手的 AI 执行类产品。用户能够在使用的过程中，以安全且高效的方式，直观的感受到 AI 执行对自己的价值究竟是什么。

但产品发布后，市场的质疑声也随之而来。尤其是，当所有科技巨头们都涌向 OpenClaw 类产品、AI 浏览器赛道先行者肖弘折腾完 Monica 后转向开发 Manus 这类 AI Agent 产品，甚至 Arc 创始人都在反思浏览器形态是否过时，光年之外此时入局 AI 浏览器赛道，究竟是早已洞察先机，还是路径依赖的误判？

带着这些疑问声，我们深入挖掘了 Tabbit 背后的产品设计思路，随后发现其实这个团队相对纯粹，相较于其他创企急于讲述宏大未来的故事，他们的初心只是想做一款对普通人来说「简单易上手」的 AI 产品。而 AI 浏览器只是 Tabbit 当下的起点，但不会是 Tabbit 唯一的终局选项。

01

更适合中国人的 AI 浏览器，

应该是什么样的？

在 Tabbit「要求」成为我的默认浏览器后，我开始频繁地使用它。随着用得越多，我对 Tabbit 积攒的夸点和槽点也不断增加。就在「真香」与「吐槽」的反复横跳中，我们开始思考一个更为核心的问题，更适合中国人的 AI 浏览器，应该是什么样的？

从用户体验出发，Tabbit 团队认为答案其实藏在三个细节里。

首先，它的存在应该让用户更专注，而不是更碎片化。比如说，我在写相关策划时，只需要光标一划，信息就呈现在侧面的对话框引用栏中，然后直接对 DeepSeek 或者 Kimi K2.5 内提问。

就这一个功能，工作流中一个小环节，拆解整个流程，Tabbit 在这个环节中其实消除了三个过往总是让我分心的步骤。首先是，减少了我不停切换工作页面与 DeepSeek、Kimi 官网等页面时间。其次，不需要反复将所需信息粘贴至 DeepSeek、Kimi K2.5 内，然后将答案粘贴回页面后修改。最后，AI 在侧面栏直接呈现的优化建议，我看到后可以直接基于原版本做出细微调整，而不用重写。

在「边刷信息边提问，边看边改」的背后，正是 Tabbit 作为 AI 原生浏览器的优势，它能够从 UI 页面设计、功能选择到场景优化，整个都能为具象的工作场景服务，而不是像有些「+AI」类的浏览器，只为一个环节打上 AI 补丁。

其次，它应该得让人感觉到熟悉，上手简单。Tabbit 并没有学海外 AI 浏览器 Dia 那套，为了强调沉浸感，彻底抛弃传统浏览器的视觉框架，只保留一个对话界面，让用户分不清浏览器和 Chatbot 的区别。

它保留了 Chrome 熟悉的浏览器形态，也保留了 Chrome 快捷键的习惯。用户不需要去记住新的指令，就可以上手 Tabbit。但在原有的浏览器体验上，Tabbit 还通过 AI 将浏览器的环节进行改造。比如说，杂乱无章的标签页如何分类呈现。再比如说，收藏夹里吃灰的网页，如何更有实用价值。为了解决这些问题，Tabbit 推出标签页智能分组整理、@ 引用网页深度对话等功能，让浏览器有了 AI 变得更好用了。

Tabbit 首页输入框功能｜Tabbit

Tabbit 其实在这里也有小巧思。原则上，Tabbit 兼容 Chrome 主流生态习惯，包括顶部侧边栏、书签栏、插件等常见功能，但 Tabbit 也有自己的坚持——不允许更换首页。「虽然这会让部分习惯使用自定义首页的用户不习惯，但在 AI 浏览器产品早期阶段，我们保留首页是培养用户使用 AI 的关键。」因此，Tabbit 团队内部在设计产品时也需要在体验与坚持产品原则之间做出取舍和平衡。

最后，它应该与时俱进。据介绍，Tabbit 是首个将 Agent 能力、AI 执行能力融入到浏览器中的产品。从与 AI 对话，用 AI 搜索信息，再到 AI 执行，用户可以自己决定 AI 介入的程度，而且还可以直观看到 AI 执行的流程，让整个操作更可控、更安全。

对大多数用户来说，OpenClaw 不好用的原因之一，是不知道用它干什么，如何创造价值。Tabbit 将 Agent 能力和 AI 执行能力直接融入生活最常用的场景中，用户在日复一日的使用中，或许就能明白要打造一个什么类型的智能体。一个好的 AI 浏览器，不只是服务当下，更是陪伴用户一起通往未来。

02

想要创造一款好用又实用的 AI 浏览器，

要做好哪些事情？

很显然，无论是整体的产品设计，还是具体的功能应用，可以看出 Tabbit 并非是一款堆参数、秀肌肉的产品，而是在真实的场景中帮助用户解决已有的问题。并且，在功能的打磨上也要更加细致。

想要让一个 AI 产品更实用，Tabbit 的秘诀之一，就是要通过围绕着一个场景把一类用户打透。比如说，他们希望在每个场景、每类人群中找到核心价值点和头部用户。当头部用户创造出足够优质的妙招或 Agent 脚本时，就能让其他人以更轻量的方式使用产品。这是 Tabbit 高度重视妙招功能的原因。

Tabbit 整个产品体系里，妙招是一个相当实用的功能。用户可以通过其妙招功能内置好用的 Skills，更好调用 AI 执行相关任务。据 Tabbit 团队透露，目前 Tabbit 上已经涌现出非常多的妙招玩法，比如说，一键适配暗黑模式、用 AI 收集全网产品反馈，甚至是写年终总结。

在 Tabbit 看来，妙招其实是 Vibe Coding 的一种形式，用户已经在做出了很多想象不到的妙招，所以他们会在今年上半年推出一个妙招广场，允许大家互相分享好用的妙招。用户可能打开一个页面，过去不知道 AI 能在网页上干什么，但现在 AI 会自动推适合该网页的妙招。

而合乎用户心意是 Tabbit 好用的关键。他们认为想要用户觉得好用，一定要比用户更懂其使用习惯。用户想要某个功能的时候，它就应该在用户的手边。

「我们内部有个所谓的及格线。功能必须完整闭环才上线，比如全文收藏，不仅要能存，还要能检索、能总结、能直接用于对话，想要的东西就要手边。」Tabbit 团队补充道。

为了了解到每个功能是否能够真实有效的解决用户问题，有些关键功能上线时，光年之外会将其放到内测群内做测试，并对关键的场景用户做深入调研。也因此，在打磨之后，Tabbit 的每一个功能的可用性和实用性也更高。

Tabbit 的新手教程｜极客公园

据悉，Tabbit 背后的团队内有不少成员都是从锤子科技团队出来，大家打磨产品的时候都会有一种「工匠精神」，像是智能标签分组功能，看起来好像简单，但他们也是迭代了四五个版本，才找到 Prompt 理解网页呈现较好效果的方式。而这些细节，都能从 Tabbit 的毛玻璃 UI 设计、图标像素级对齐等多处体现。

最后，谈到如果要给出普通用户三个无法拒绝的理由会是什么的时候，Tabbit 在搜索完所有的信息之后，让 AI 给出的答案是：完全免费，你可以直接用上最先进的 AI 模型；AI 不只是帮你说，而是真正替你干活；零迁移成本，它仍然是你熟悉的浏览器。

其实，过去 OpenAI 等大多数公司的 AI 浏览器，本质上只是将浏览器作为自家模型的分发出口，用户因此不得不在不同场景下切换使用不同的模型。而 Tabbit 则在同一个场景下，将最优质的模型全部提供给用户，随取随用。

而 Tabbit 在技术和工程层面做了大量本土化优化，让浏览器不仅能浏览信息，更能主动帮用户完成各类繁琐任务，也更加实用。并且，因为团队前期做了能够降低用户使用 Tabbit 成本的事情，因此用户并没有特别大的迁移负担或学习新东西的成本，值得一试。

03

有了 OpenClaw 之后，

我们是否还需要 AI 浏览器？

当 Tabbit 的产品形态逐渐清晰，一个更根本的问题浮现出来：为什么是浏览器？

据了解，当时团队推动 Tabbit 立项成功的核心原因之一是，他们想明白了用户的上下文数据在哪。

Tabbit 团队做了大量调查发现，国内的上班族们在工作环境下绝大部分时间都花在浏览器上。无论是查文档、查材料，还是 OA 系统，又或者是批改试卷，他们都在和一个个网页相处。因此，浏览器其实是一个有非常多用户上下文数据的载体。「与其让我们硬造一个新的信息载体，倒不如把 AI 放到浏览器载体里，然后让用户把更多的东西搬过去。」

由此，Tabbit 当下主要围绕两个问题展开相关业务：浏览器里的上下文能够做哪些事，以及如何把用户更多的上下文数据拉进浏览器内。

对于前者，Tabbit 围绕浏览场景开发了很多功能。对于后者，Tabbit 做了很多生态上的合作，希望通过网页版把散落在微信、飞书、小红书里的碎片信息重新串联起来。

但提供功能、把信息拉回浏览器只是第一步。更本质的问题是，当 Agent 能自动完成越来越多任务时，用户还需要一个「浏览器」吗？对此，Tabbit 的答案是肯定的，他们发现尽管 Agent 能自动处理繁琐任务，但用户依然需要一个入口来获取信息、浏览自己感兴趣的内容。

外界对 AI 浏览器最大的质疑是认为未来信息流转将转移到智能体内部，网页形态会消失。但他们却认为这个转变需要时间，浏览器生态在中间阶段仍将扮演重要角色。更重要的是，这两种形态并非互斥，而是可以并行。

比如，像是 OpenClaw 自带的 AI 执行能力与 Tabbit 的 AI 执行之间的差异，可以类比为手机相机与专业单反的关系。「虽然手机相机的参数、能力不及专业单反，但它满足了绝大部分人的日常需求，Tabbit 的 AI 执行也是如此。」Tabbit 团队认为，「绝大多数用户不会为了拍照专门携带一台单反，正如普通用户未必愿意为 AI 执行付出额外的配置成本和学习成本。」他们认为这两条路并没有高下之分，Tabbit 不过选择了让 AI 执行成为产品功能的一个模块，而非核心。

同理，Tabbit 内的 Skills 和 Kimi 等 AI 模型内置的 Skills 方向也会略有不同。尽管在操作方式上，都是用户指定 AI 去做相关任务执行。但 Kimi 作为独立工具，支持执行 Python 等代码脚本，而 Tabbit 目前不支持，但 Tabbit 额外支持的是 Agent Skills 的参数设置，比如说，用户可以指定爬取 50 条信息或 100 条信息、限定搜索方向，从而定制每个任务。

我们发现 Tabbit 似乎并不想用这些功能差异来定义自己。「成为什么」这个问题本身，对 Tabbit 来说可能就是个陷阱。「我们不想给出 Tabbit 未来究竟会不会成为超级平台或者是超级入口的定义。我们并不是创业公司，不是为了融资或给投资人讲一个宏大的故事。」在 AI 赛道普遍热衷于描绘超级入口蓝图的当下，Tabbit 团队刻意回避了这类宏大定义，觉得 Tabbit 未来发展思路很简单，「我们只需要看到用户的需求，发现用户的上下游数据环境，然后做一个我们认为最好的产品。」

但这不意味着 AI 浏览器就会是 Tabbit 的产品终极形态。「随着产业和技术的向前推进，我们会判断什么是好的方向，然后把 Tabbit 持续迭代成一个不仅仅是浏览器的产品。」Tabbit 觉得当下较为热门的产品趋势——记忆，正是他们判断后觉得适合 Tabbit 的发展趋势之一。

判断之后，他们会思考如何在浏览器这类场景复杂、覆盖面广的应用环境中精准地挖掘用户的意图，并且将其重新拼装与解读。如果只是模仿一些垂直类的应用记忆体，其推送效果反而更差。

Tabbit 团队选择了更含蓄的方式，不让 AI 自动读取所有网页，而是让用户主动 @ 收藏夹来唤起曾经判断有价值的内容。用户主动触发时，价值感知反而更强。未来，Tabbit 的记忆功能或许也会参考其使用方式。

Tabbit 内可通过 @ 调用收藏内容｜极客公园

AI 浏览器究竟是不是伪需求？这个问题或许没有标准答案。但可以确定的是，用户的工作流不会一夜之间就迁移到某个智能体，而在当下，一个 AI 浏览器正在从工具进化为理解用户的入口。

至于光年之外能否凭借 Tabbit 重回舞台中央，时间会给出答案。但至少，他们证明了——在这个概念满天飞、争着讲宏大故事的 AI 时代，也有团队愿意沉下心来，围着用户的真实需求，扎实地打磨产品。而这，或许才是当下 AI 创业最该有的样子。

*头图Tabbit 官网

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你觉得 AI 浏览器会有未来吗？