Comet与Dia相继开放：AI浏览器如何解决用户痛点？实用场景与发展挑战解析

随着Comet和Dia等AI浏览器的相继开放并提供免费体验，其在解决用户痛点方面的潜力日益凸显。本文将从以下三个方面深入探讨AI浏览器：

• AI浏览器的三个实用场景

• AI浏览器为何诞生？

• AI浏览器对Chrome的挑战：有，但还不够大

---

一、AI浏览器的三个实用场景

场景一：批量自动化操作

当用户的X账号有太多机器人关注时，系统可能会将账号判定为低质而封禁。应对这种情况的建议操作之一就是屏蔽机器人粉丝。然而，手动屏蔽大量机器人粉丝效率低下。此时，用户可以利用Comet浏览器打开自己的X个人主页，然后点击Comet右上角的Assistant，在对话框中输入指令“屏蔽我的机器人粉丝”。Comet会进入“关注者”列表，并根据识别机器人粉丝账号的逻辑（通常特征：头像默认、简介空白、无原创内容、名字随机、关注数远大于粉丝数等），依次屏蔽这些账号（如下图）。

同理，Comet还可以帮助用户筛选并关注符合条件的X账号，或批量回复，又或者自动完成报表生成、邮件分发、数据抓取等重复性工作。

用户无需手动操作、编写脚本，也无需调用 MCP 或 RPA，只需通过自然语言描述需求，即可告别繁琐的Prompt撰写。

场景二：创建快捷指令来执行日常任务

除了前面提到的批量自动化操作外，如果用户平常有一些日常任务，比如每天跟踪AI行业大事件、翻译外文博客，或者查看日程安排等，都可以在Comet中创建快捷方式来实现。在对话框输入“/”即可唤起快捷方式菜单，在菜单底部便是【+创建快捷方式】选项；点击【+创建快捷方式】后，将进入快捷方式配置窗口，其中配置项包括：

• 快捷方式名称：只能包含字母、数字、下划线和连字符，暂不支持中文。
• 指令：即用户期望Comet执行的具体任务，该指令将直接发送至Comet。
• 高级：包括模式（分为搜索、研究和实验室三种）、模型（可选择主流的最强模型）和来源（分为网页、学术、社交和Finance四种）。

配置完成后，用户后续执行该任务时，无需在对话框重复输入大段指令，只需输入快捷指令，即可快速执行这类日常任务（如下图）。

场景三：多标签页对比、关联、整合等

如果用户想要横向比较三家保险公司的产品，传统方法是在浏览器中分别访问三个网站，手动记录和比对各项条款，整个过程耗时耗力；稍新一点的方法，是将这三个网站的链接复制粘贴给常用的AI工具，然后让其整合产品信息并对比。

而现在，用户只需要在Comet中打开这三家产品的产品页，然后在输入框手动@这三个网页，并输入指令即可。

例如，该功能常用于对比提供相似解决方案的GitHub项目（如下图所示，正在对比markitdown、MinerU和marker的区别），极大地提升了用户体验。

除了对比，Comet这类AI浏览器还可以用于关联和整合信息。例如，可以将打开的PDF、表格、文档等不同格式的信息进行整合，生成一份深度报告；还可以在打开的不同信源之间进行交叉对比和角色关联。若在过去创作《网文二十五年》时能有AI浏览器辅助，其创作速度无疑将大幅缩短。

以上只是AI浏览器应用场景的冰山一角，许多过去需要通过各种浏览器插件解决的问题，现在都被融合进AI浏览器中，如同彩蛋般等待用户发现。

Dia创始人Josh Miller和Hursh Agrawal在Every的播客采访中分享过一个用户故事：“用户可能不会立即注意到某些功能，但在使用过程中会逐渐发现。比如今天早上，有用户用Dia已经有几周了。他们会发现一些彩蛋，比如在YouTube上查歌的时候，可以让Dia自动给出吉他和弦，方便弹奏。”

二、AI浏览器为何诞生？在介绍AI浏览器的实用场景时，已经给出了第一个答案：传统浏览器存在较多痛点。

2.1 传统浏览器存在较多痛点

传统浏览器，如Google Chrome、Mozilla Firefox和Apple Safari，其设计哲学根植于一个以文档为中心的互联网时代。

它们的核心功能是作为访问和渲染网页的客户端，整个交互模式主要依赖于用户的主动、精确操作，如点击链接、填写表单和手动搜索。然而，随着网络信息量的爆炸式增长和用户需求的日益复杂化，这种传统模式的局限性愈发凸显，例如：

信息检索和整合困难：在进行一项复杂任务（如撰写研究报告）时，用户可能会打开数十个甚至上百个标签页，包括学术论文、新闻网站、社交媒体等。这种“标签页地狱”使得信息检索和整合异常困难，因为用户需要在众多标签中来回切换以寻找所需内容。

手动操作的低效与重复性：传统浏览器需要用户手动执行绝大多数操作，从简单的信息搜索到复杂的多步骤任务，如数据抓取、内容比较和跨平台信息同步。这种高度依赖人工的模式不仅效率低下，而且充满了重复性劳动。用户无法将精力集中在更高层次的思考和决策上。

这些痛点并非现在才出现，只是之前一直未能有效解决，直到LLM和Agent技术的成熟，为解决这些痛点提供了可能性。

2.2 AI技术成熟带来的机遇

在Every的播客采访中，Josh Miller（Dia创始人之一）坦言，现在有底气做Dia浏览器，正是因为技术开始变得可行。他表示：

“GPT-4o让Dia真正跑了起来。刚做Dia的时候，记得很清楚，还专门联系了OpenAI的朋友说，你们这个新模型让我们产品真的能落地了。”

Dia的发展特别像Cursor，都是一个模型能力的直接提升带来产品能力的迭代。Cursor成立于2022年，最开始也不是做代码编辑器；后面虽然做了代码编辑器，一开始也没火。它真正为大家所知，是2024年7、8月份，因为Claude-3.5-Sonnet发布了。

以GPT-4o等为代表的大语言模型，具备了强大的自然语言理解、推理和生成能力。它们能够理解用户模糊、复杂的自然语言指令，而不仅仅是关键词匹配，然后将这些指令自主地将其分解为一系列可执行的子任务，并调用相应的工具（如浏览器API、外部API）来完成这些任务。

例如，当用户下达“我想阅读有关GUI Agent的论文。请帮我找到十篇相关论文，并将它们整理成一份报告进行概述”的指令时，Fellou浏览器中的Agent就会自动将它分解为在搜索特定论文、筛选符合要求的论文、提取论文信息等多个步骤，并自动执行。这种自主任务规划与执行的能力，使得浏览器能够完成过去需要大量手动操作的复杂工作流。

所以，AI浏览器的诞生是信息时代传统浏览器痛点与AI技术成熟共同作用下的必然结果。

传统浏览器的最终产出是信息，而AI浏览器的最终产出是结果。用户不再满足于仅仅找到信息，而是希望浏览器能够直接帮助他们完成目标。

这种范式的转移，要求浏览器具备更强的主动性、智能性和行动能力。于是便有了AI浏览器的生长空间。

AI浏览器对Chrome的挑战：有，但还不够大

AI浏览器严格来说分为两类：一类是前面提到的Comet、Dia、Fellou，属于AI Native Browser，这种是从设计之初就将AI能力深度嵌入到浏览器的内核中。另一类是在现有浏览器上叠加AI模块来增强能力，以Google Chrome、Microsoft Edge和国内厂商如360AI浏览器、夸克浏览器为代表。在AI Native Browser出现后，许多人将其视为Chrome的有力竞争者。但从StatCounter最新发布的浏览器市场份额数据看，截至2025年9月，Chrome全球桌面浏览器市场份额达73.81%，甚至较8月还提升了3.5个百分点，依然稳居全球主导地位。其他主流浏览器依次为：Edge（10.43%）、Safari（5.73%）、Firefox（4.47%）。
虽然Comet、Dia等AI浏览器吸引不少资本关注和用户尝试。例如Comet在2025年5月月活跃搜索量达7.8亿次，环比增速超20%，但用户主要还是集中在高端订阅市场，整体体量和Chrome仍然不具可比性，甚至对比其它主流浏览器也有较远的距离。

而且Chrome、Edge等传统浏览器自身也在积极集成AI能力，来巩固和扩展市场份额。所以在短时间内，AI Native Browser对Chrome的冲击会有，但不大。

Chrome的统治力还体现在AI搜索上。硅谷知名投资人Nathan Benaich在其发布的《State of AI Report – 2025 ONLINE》中，对AI搜索模块进行了深入分析，其中提到：

尽管ChatGPT、Perplexity等AI搜索正在侵蚀Google的市场份额，但没有任何一方找到替代Google搜索作为高质量网络索引的好方法。OpenAI目前仍然选择抓取Google搜索结果。

Google搜索有着持续统治力。

此举也令人联想到上个月Google搜索策略的一项调整，曾引发行业震荡。

Google悄悄移除了num=100搜索参数。这意味着用户无法再一次性查看100个结果，“长尾”访问被大幅削减。现在默认的最大值是10。

这之所以重要，是因为大多数LLMs（OpenAI、Perplexity等）直接或间接地依赖谷歌索引的结果，以及它们自己的爬虫。

这种调整带来的直接结果就是：

• 根据Search Engine Land的数据，88%的网站出现了曝光量下降。

• Reddit，通常排名在11至100位，其LLM引用量大幅下降，股价更是下跌了15%。

对于小团队或者独立开发者来说，这意味着AEO（尤其是面向海外的AEO）会变得更难，自己的产品更难被看见。

所以，无论从AI浏览器还是AI搜索的角度，目前Chrome的地位还很难被撼动。

写在最后

用户在初期使用Comet和Dia等AI浏览器时，可能会存在一定程度的不适应。然而，经过一段时间（例如一个月）的实际体验，其带来的诸多便利将逐渐被用户所感知。

然而，许多用户目前默认使用的浏览器仍是Chrome。

对于互联网和移动互联网的早期用户而言，长期形成的Chrome浏览器使用习惯可能导致较高的产品依赖和迁移成本。然而，对AI时代的原住民来说，他们将从一开始就接触并使用AI搜索和AI浏览器，这种代际差异带来的影响将随着时间推移愈发显著。尽管Comet、Dia、Fellou等具体产品未来发展不确定，但AI浏览器作为一种新的交互范式将持续演进。

关于AI浏览器最终形态的探讨尚未有定论，但Dia创始人Josh Miller的以下两段话提供了深刻的思考：

“我的妻子每天花费七小时在‘浏览器’中处理应用程序和文件，它更像是一个计算机或操作系统。从技术角度来看，它是一个计算环境，‘浏览器’这个词语具有误导性，我们对此一直感到不解。”

“…… 实际上，我们目前仍在努力为我们所创造的产品寻找一个合适的名字。但Hursh很早就洞察到，真正的价值并非浏览器本身，浏览器仅是基础设施，其核心价值在于用户利用它所完成的任务。”

“正如iPhone虽然被归类为手机，但其强大之处并非在于通话功能，而在于其所提供的其他多元能力。当时我认为这种说法有些玄乎，但后来的事实证明他的直觉完全正确。”

以上是本文的全部内容。文章部分内容曾首发于知识星球。感谢您的阅读。后续将持续分享AI编程、AI Agent以及AI学习方面的思考。