风流少妇 实测超火的 AI 浏览器 Dia，我看到了浏览器畴昔的 iPhone 时刻

风流少妇

30 年往日了，浏览器最大的变化可能是图标。

「互联网之父」蒂姆 · 伯纳斯 - 李 1990 年设计的基本交互模式——通过超衔接（Hyperlink）竣事网页之间的跳转，以及背面输上钩址、恭候加载、点击衔接、回到上一页等逻辑，在今天瓮中捉鳖。

皆 2025 年了，咱们还在用一样的姿势，对着屏幕傻傻地恭候页面加载。

往日十年，咱们见证过好多堪称「要颠覆浏览器商场」的浏览器，Arc 亦然其中被誉为全村最有但愿的种子选手，但却在领有百万级用户，烧掉 1.5 亿好意思元后，母公司 The Browser Company 通告罢手更新，寥寂退场。

客岁，在完成 5000 万好意思元融资后，他们决定将要点转向开发一款名为 Dia 的原生 AI 浏览器。

首创东说念主 Josh Miller 示意，Dia 要构建一种十足不同类型的浏览器——一个愈加主动、更雄壮、更以 AI 为中心、愈加允洽率先愿景的浏览器，可以称它为汇注浏览器的 iPhone，或者「互联网筹备机」。

Arc 浏览器在其早期和公测阶段使用了邀请码轨制，显着 The Browser Company 从中尝到了甜头。

最近，这款名为 Dia 的浏览器终于上线，袭取邀请码制，启动小范围开放体验。体验开垦有一定罢了，咫尺适用于配备 Mac M1 芯片或更高版块的 macOS 14+。

在各家皆在竞相将 AI 融入离用户最近的浏览器，Dia 的阐扬能否脱颖而出，AI 又该如何重塑浏览体验，这些皆是咱们想要研究的问题。

Google+Perplexity，Dia 想用 AI 改造浏览器？

Dia 的主页超越松弛，唯有一个最为寻常不外的搜索框，以至可以说澄莹得有些不像样，但这也许恰是浏览器最生机的样式：发问、获得谜底、收尾。而不是塞满热搜榜单，散播你的留心力。

输入问题后，Dia 会弹出一个候选窗口，提供 Google 和 Chat 两个选项。

顾名念念义，前者平直跳转到惯例搜索引擎页面，后者则访佛常见的 AI 聊天佑手，调用 Dia 自带的大模子平直给出谜底，何况领有独自的历史聊天纪录。自然，遭遇复杂问题时，它也会联网搜索。 

「咫尺的宠物能坐高铁了吗」「马斯克咫尺束缚着若干家企业」，Dia 的回话质地亦然属于不太沉稳的那种，并吞问题的几次回话，皆在正确和出错之间反复横跳。

用英文发问，回话质地也不会权臣升迁，以至它就把星链误合计落寞公司。实测下来，Dia 偶尔会在回话中附上图片；用中语发问时，有时也会随机触发英文回话。

输入框底部，你还能看到「Personalize Dia」，成立可贵对象、可爱的学习方式，以及 Dia 的回话作风，可以匡助 Dia 快速了解我方，起到调教 AI 东说念主设的作用。

顺手上传一个互联网梗图，Dia 也玩忽世俗识别神采包的音在弦外。文档回想很到位，10 万字被梳理得泄漏明了，但值得留心的是，文档大小罢了在 100M 内，且实测不相沿上传 Doc 形态文档。

▲左上角会骄贵出现了两个 ChatGPT， 应该是 Bug

回想公众号著述，甩个衔接即可。

值得留心的是，Dia 浏览器使用的是 Chromium 引擎的特定版块。Chromium 是一个开源技俩，好多当代浏览器（包括 Chrome）皆基于它构建。

交互是最大亮点，但 Dia 照旧个半制品

Dia 的交互设计是一大亮点。传统 AI 插件主要以侧边栏、悬浮窗的方式呈现，涵盖 AI 聊天、翻译、网页回想等。右上角的 Chat 可以看作一个阉割版的 AI 插件，固然功能稍显单薄，但在交互体验上却作念得可以。

划词后，右侧就能平直提供查找或诠释功能，全体操作开通顺滑。

比如在知乎看到有东说念主保举线性代数竹帛，我原来想挑剔一句「不解觉厉」，但写到一半卡住了，怎样办，这时候，放到光标处，光标就会变蓝变粗，点击会自动调出右侧 Chat 界面。

接着我通俗描摹了「看不懂，但我大受颤动」的见地，DIa 就会浏览完悉数这个词页面，并给出几个挑剔决议。

这些建议以至师法了知乎热评区的世俗口吻，松弛直白又东说念主性化。证明无误后，点击「Insert」就能自动插入扩写左侧挑剔。

没时刻看视频，回想视频内容也可以。这里有个小技巧，也能让它给出回想视频的字幕。不外，我让其生成 Word 或 PDF 文档后，却莫得后续反馈。

另外，Dia 还能通过点击「View 菜单 -Add Split View Pane，」在浏览器内竣事快速「分屏」，最多可同期分出 4 块屏幕。不外，这个功能实用性有限：它仅骄贵搜索罢了，点击具体网页仍会跳转到全屏模式，属实有点「中看不顶用」。

此外，Arc 曾常被吐槽无法迁徙 Chrome 书签，咫尺吸取造就的 Dia 提供了一键导入书签功能，相沿无痛迁徙。另一个是莫得像 Arc 那样「剑走偏锋」，而是摄取了更惯例的横向标签页设计。你可以在输入框里添加千般网页标签，也能连气儿将悉数标签加入对话凹凸文，升迁多标签页的信息联动才智。

访佛 ChatGPT 调用 GPTs 的方式，Dia 也相沿通过 @ 调用各个网页标签。玩法很朴素，我挑选了过往几篇对于 Ai Pin 的著述，并让其回想 Ai Pin 值得吐槽的点，很快就得到了泄漏的谜底。

浏览器 2.0 期间曾经启动，而 Web，远未走向吃亏

2010 年，克里斯 · 安德森（Chris Anderson）与迈克尔 · 沃尔夫（Michael Wolff）在《连线》杂志共同撰写了《Web 已死，Internet 长生》一文。

著述蛮横地指出，万维网（Web）在出身二十年后正迟缓走向衰竭，其原因在于传统的 Web 浏览模式迟缓被更通俗、更开通的做事所取代，尤其是应用法式（App）的崛起，更松弛、高效，玩忽平直骄贵他们的需求。

比如，绽开一个新闻 App 就能坐窝浏览头条，而无需在浏览器中输上钩址、恭候页面加载。这种「App 优先」的趋势在往日十年中确切主导了互联网居品的开发逻辑。

然则，生成式 AI 的崛起重新将居品开发的焦点拉回到 Web 模式。

看似出东说念主猜想，却又未可厚非。AI 交互施行上所以文本 / 对话为中枢，Web 界面自然相沿复杂的文本输入输出，且能便于分享罢了和联结。

生成式 AI 模子筹备需求大、迭代速率快。在不细目哪种 AI 应用场景最有价值的探索期，Web 平台能以最小资本隐蔽悉数开垦用户，加快居品商场匹配考据。

何况，比较下载 App 的模样和施行资本，Web 版块让用户可以「即点即用」，这对于像 ChatGPT 这么自然目生的居品尤为紧要，减少了用户尝试的顽固。

浏览器的基本形态和功能曾经看护了近三十年。1989 年，蒂姆 · 伯纳斯 - 李（Sir Tim Berners-Lee）在 CERN 使命时，创建了万维网（WWW），以骄贵科学家、大学和其他究诘机构之间分享信息的需求。

网页浏览器应时而生，但它的设计初志是围绕文档伸开的，这一底层逻辑于今没翻篇。

到自后的 Netscape Navigator，再到如今的 Chrome、Safari、Firefox 和 Opera，浏览器的中枢元素（标签页、地址栏、保藏夹）名义形态不可说毫无变化，但也变化不大。

往日，咱们通过搜索引擎获得信息的方式是这么的：输入关键词，得到十几个以至几十个罢了页面，然后一个个点击，浏览，判断，筛选，最终从海量信息中找到我方需要的那一小部分。

这个过程就像在藏书楼里翻阅一摞摞的竹帛，耗时且低效。在阿谁年代，找到信息的才智自己即是一种妙技，以至催生了「高等搜索技巧」这么的教程和课程。

自后，搜索引擎变得愈加智能，界面设计和性能有所优化，比如标签页从单一窗口变为多任务束缚器具，地址栏也整合了搜索功能，可这些变化，说到底照旧修修补补，算不上换骨夺胎。

在千里浸式、空间筹备和对话式 AI 日暮途远确当下，咱们仍然被迫使用基于 30 多年前文档范式设计的浏览器。与其说这是界面问题，倒不如说是悉数这个词信罢了互模式的不匹配。

AI 的狂飙突进，给浏览器体验的重塑撕开了一起口子。客岁，AI 插件上升席卷而来，Kimi、Monica 等玩家纷繁入局，带来了一些新玩法：无用离开页面，就能获得谜底、完成任务，效果直线上升。

从咫尺体验上看，仍处于半制品的 Dia 在侧边栏交互、划词诠释等细节上有些亮点，但说到底照旧没跳出 AI 插件的鸿沟，更多是对现存功能的整合和打磨。

Josh Miller 曾示意，传统浏览器的界面需求曾经不再那么进军，其底层结构将决定咱们的畴昔。「大巨额东说念主以为咱们在造浏览器，」Miller 在一次对话中说，「其实咱们造的是一个基于浏览器的系统。」

他的谋划，是把浏览器从单纯的内容展示器具，形成一个访佛操作系统的存在，束缚个东说念主偏好和活动，在系统层面竣事跨开垦的 AI 体验，而无用在每个应用里叠加设定。

在早期演示中，Dia 就展示了浏览器如何代表东说念主类实践任务。

举例，Dia 通过我方浏览亚马逊，找到这些物品并将它们添加到购物车中。这恰是浏览器能作念到的事——运用它对你悉数 Web 应用和浏览数据的走访权限，替你完成任务。

尽管，如今的 Dia 距离这一指标尚有差距，但这种从被迫反馈到实践理念的滚动，却与当下大火的 Agent 异途同归。

在 OpenAI 推出的 Operator，以及智谱最新发布的「千里念念」Agent 中，咱们也看到浏览器启动代替用户采选活动，比如预订机票、比较居品价钱、填写表单，以至完成在线购物。

为了更好地了解这一趋势，不妨再来望望 OpenAI 前 AI 大神 Andrej Karpathy 建议的「LLM 操作系统」设计：

LLM 手脚内核：LLM 是悉数这个词系统的中心，访佛于传统操作系统中的 CPU，进展处理中枢任务和调解其他组件。

存储体系：包括凹凸文窗口（访佛 RAM），用于存储刻下正在处理的信息。

文献系统：用于耐久存储数据，访佛于传统筹备机的硬盘。

向量数据库（embeddings/vector databases）：用于存储和检索镶嵌向量，是 LLM 进行语义指导和检索的紧要基础。

浏览器：手脚 I/O 外设之一，用于走访互联网资源，获得及时信息。

多模态器具：相沿处理文本、图像、音频等多种数据类型。

其他器具：如代码诠释器、筹备器等，用于援手 LLM 完成复杂任务。

从根源上讲，浏览器自出身之初便致密贴合东说念主类需求，为东说念主类而生的属性集合耐久。传统浏览器依赖的 UI 自动化器具（如 Selenium）施行上是对东说念主类操作的镜像模拟。

与图形化界面和手动操作有所不同，AI Agent 需要通过代码走访息争析数据与网页进行自动化交互，而动态加载的内容、复杂的页面结构，以及反爬机制（如考据码）的深广应用，皆是亟待束缚的几说念难关。

浏览器做事商 Browserbase 首创东说念主 Paul Klein 曾经给出一些本事念念路：

开发开源、高效的浏览器，减少浏览器启动时的恭候时刻和装配所需的资源量，升迁运行速率和部署便利性。

运用 LLM 快速定位网页数据，VLM 基于截图识别元素，相沿自然话语交互，无需复杂剧本，即使面临欺侮或动态内容也能适合。

提供更可靠的 SDK 和 API 开发器具，简化开发经过，提高 AI Agent 使用体验。

更生机的情状是，AI Agent 与浏览器 / 网站则需要通过圭臬化公约平直通讯，跳过视觉交互形态，基于数据接口（如 API、底层公约）竣事自动化操作，完成从 「东说念主→界面→数据」 到 「机器→公约→数据」的直连。

这段时刻平方出咫尺环球视线的 MCP，恰是束缚传统「东说念主→界面→数据」模式瓶颈的一种决议。它通过客户端 - 做事器架构，将 AI Agent（主机 / 客户端）与外部资源（做事器）集合起来，用公约取代了界面操作。

通俗来说，你可以把 MCP 假想成一个「全能接口」，就像电脑上的 USB-C 接口一样。这个接口让 AI 模子玩忽世俗地集合到多样外部资源，比如文献、数据库、在线做事等。

通过 MCP，AI 助手不仅能获得数据，还能平直对数据进行操作，比如读取文献内容、更新数据库纪录等。

浏览器会络续做事东说念主类，但会越来越适配 AI 的需求。东说念主类下达号令，Agent 高效实践的联结模式将成为畴昔的常态。

从早期的号令行界面（CLI），到图形用户界面（GUI），再到如今迈向东说念主机纯自然话语交互以及机器与机器的公约层交互，本事在复杂化，但交互方式却在络续简化。

咫尺，浏览器 2.0 期间曾经启动，而 Web，远未走向吃亏。

「AI 不会以应用法式的方式存在，也不会是一个按钮。咱们服气它将是一个全新的环境——开发在 Web 浏览器之上风流少妇，」Dia 的官网如是说。