"AI won't exist as an app. Or a button. It'll be an entirely new environment — built on top of a web browser."—— Dia Browser

开篇：一个有意思的现象

你们发现没有，最近几乎所有的 AI 大厂都在做浏览器：

• 字节跳动：豆包桌面端就是浏览器
• 阿里：夸克桌面端也是浏览器形态
• OpenAI：传言在做浏览器产品
• Perplexity：刚刚最新发布了自己的浏览器 Comet 测评视频

• The Browser Company：从 Arc 转向 AI 原生的 Dia
• 百度：新搜索

连 Claude 的桌面端都是基于 Chromium 的！

这背后到底发生了什么？为什么大家都盯上了浏览器？

第一部分：浏览器是 AI 时代的"总入口"

先说个大背景

你想想，你每天上网干啥？

• 看新闻、刷社交媒体
• 写邮件、做文档
• 看视频、听音乐
• 网购、订外卖
• 工作、学习、娱乐

所有这些，都在浏览器里完成。

这就是为什么 Chrome 能统治互联网这么多年——它掌握了流量入口。而在 AI 时代，谁掌握了浏览器，谁就掌握了 AI 应用的最佳场景。

为啥浏览器对 AI 这么重要？

1. 上下文就是金矿

在 AI 时代，上下文就是一切。浏览器天然拥有：

• 用户的浏览历史
• 当前打开的所有标签页
• 用户的操作习惯
• 各种网站的登录状态

这些信息对 AI 来说，就是理解用户意图的"宝藏"。

2. 浏览器是 AI Agent 的最佳载体

想象一下 AI Agent 能做什么：

• 帮你比价购物
• 自动回复邮件
• 整理研究资料
• 预定餐厅、酒店
• 处理工作流程

这些任务，80%都要在浏览器里完成。

3. 绕开应用商店这道坎

做手机 App 要受苹果、谷歌的限制，但浏览器不用。你可以：

• 直接接入用户的工作流
• 不用担心应用商店的审核
• 更自由地实现 AI 功能

第二部分：深度解析 Dia——AI 原生浏览器的标杆

The Browser Company 的"豪赌"

先说说背景：The Browser Company 成立于 2019 年，累计融资 1.28 亿美元，估值超过 5.5 亿美元。他们的 Arc 浏览器在硅谷极客圈里被誉为"过去五年最酷的浏览器"。

创始人 Josh Miller 最初的想法挺简单：浏览器明明是咱们用得最多的软件，但咋就没人好好做呢？ 2019 年的时候，他们就看明白了几个趋势：

• 啥都在往浏览器里搬（他老婆整天在 Chrome 里办公，6 岁的小侄女在网页上学）
• 云服务赚得盆满钵满，牛逼的创业公司都是做网页的
• 但 Chrome 和 Safari 还跟咱们小时候用的一样，一点都没跟上时代

他们想打造的是"你在互联网上的家"——为你的工作、生活、每天泡在浏览器里的时光专门设计的地方。他们管这个目标叫"互联网计算机"。

但理想很丰满，现实很骨感。过去十年，多少号称要"颠覆浏览器"的产品最后都凉了。Arc 也没逃过这个命运——即便有百万用户，烧了 1.5 亿美元，The Browser Company 还是宣布不再积极开发新功能了。

Arc 现在咋样了？

Josh Miller 在公开信里说得很明白：

• Arc 不会关，他们知道很多人还在用，团队的家人朋友也在用
• 会继续维护：定期更新 Chromium、修复安全漏洞和 bug
• 大部分人甚至都没发现他们停止开发新功能了——这说明大家要的是稳定，不是花里胡哨的新玩意儿
• 如果以后有机会，在不影响团队和股东利益的情况下，他们很乐意开源 Arc
• Josh 欢迎大家给 Arc 的未来提建议

Josh Miller 的三个反思（这哥们太真诚了也）：

1. "我早该停止 Arc 的开发"——其实数据早就告诉他们增长不行了，但就是不愿意承认，一直在自欺欺人。
2. "我应该更早拥抱 AI"——Josh 说他其实特痴迷 AI，家人睡了后还熬夜玩 ChatGPT。但他觉得行业炒作太过了，不好意思表现出来，结果压抑了自己的好奇心。从他们小心翼翼推出 Arc Max 就能看出来。

有意思的是，2024 年 1 月他们展示的"Arc Explore"原型，基本就是现在 Dia 和其他 AI 产品的路子。Josh 说："不是说我们多有远见，只是直觉早就到了，心还没跟上。"

3. "我的沟通有大问题"——有时候太透明（细节还没定就宣布 Dia），有时候又不够透明（老半天才回答大家关心的问题）。

2024 年春天拿到 5000 万美元融资后，Josh 做了个让业界震惊的决定：彻底放弃 Arc，All-in 做 AI 原生的 Dia。用他的话说："大家以为我们在造浏览器，其实我们造的是基于浏览器的系统。"

为啥要推倒重来？

根据 Josh 的坦诚反思，Arc 遇到了几个大坑：

1. "新颖税"太高：对大多数人来说，Arc 太不一样了，学习成本太高，但收益又不够。虽然坚持用几天的都成了死忠粉，但整体数据更像专业工具而不是大众产品。

2. 功能使用率低得吓人：

   • 只有 5.52% 的日活用户会经常用多个 Space
   • 只有 4.17% 用 Live Folders（包括 GitHub Live Folders）
   • Calendar Preview on Hover 这个团队最爱的功能，使用率才 0.4%

3. 太实验性了：Arc 太过天马行空，这是它的魅力，但也让它太复杂。相比之下，Dia 的核心功能（跟标签页聊天和个性化）使用率分别达到 40% 和 37%。

4. 改进太小家子气：Josh 承认，Arc 和 Arc Search 虽然有意义，但不够革命性，达不到他们想要的规模突破。

Arc 虽然很酷，但本质上还是"传统浏览器+一点 AI 功能"。而 Dia 是"AI 驱动的浏览环境"。

这个区别很重要：

• Arc: 你用浏览器，AI 帮你(+AI)
• Dia: AI 理解你，浏览器配合 AI(AI+)

为啥不把 Dia 的功能加到 Arc 里？

Josh 给了三个理由：

1. 简单比新颖重要：苹果前高管 Scott Forstall 跟他们说，Arc 像萨克斯管——很牛但难学。然后挑战他们：把它做成钢琴，谁都能坐下来就弹的那种。这就是 Dia 的理念：把复杂藏在熟悉的界面后面。
2. 速度不是选择题，是必答题：Dia 的架构贼快。真的贼快。Arc 太臃肿了，他们加了太多东西，太快了。Dia 从头开始重新设计架构，一开始就把性能放第一位。具体来说，不用 TCA 和 SwiftUI 了，让 Dia 轻量、敏捷、响应快。
3. 安全必须搞好：Dia 是个不一样的产品——为了它，他们把安全团队从 1 人扩到 5 人。投资做红队测试、漏洞赏金和内部审计。他们的目标是给小创业公司树立标准。在 AI 世界里，这更重要了，特别是更多 AI 代理上线后。

Dia 是什么？

简单粗暴地说：Dia = AI 大脑 + 浏览器外壳

跟 Arc 不一样，Dia 从骨子里就是为 AI 而生的。你别以为就是在浏览器里塞个聊天框那么简单，人家是把 AI 直接融进了地址栏。

• 表面上看：Dia 是一款同时集成了 GPT-4 与 Gemini 2.0 Flash 的多模态 AI 浏览器，支持个性化对话、视频分析与多任务处理，并且免费、无使用限制。
• 实际上：这是对浏览器交互逻辑的重新设计。
• 技术基础：基于 Chromium 引擎的特定版本构建，但更重要的是，它建立在 The Browser Company 的核心技术 ADK（Arc Development Kit）之上。

关于 ADK - Arc Development Kit（这是理解 Dia 技术优势的关键）

很多人问为啥不开源 Arc？Josh 在公开信里第一次详细解释了原因：

Arc 不只是个 Chromium 分支，它运行在一个叫 ADK 的定制基础架构上。ADK 是他们的"秘密武器"——一个专门用来造浏览器的内部 SDK，特别适合做创新界面的浏览器。这个工具包让前 iOS 工程师能快速做原生浏览器 UI 的原型，根本不用碰 C++。这就是为啥大多数浏览器不敢尝试新东西——成本太高，太复杂，很难脱离 Chrome 的框架。

ADK 也是 Dia 的基础。所以虽然他们很想有一天开源 Arc，但如果不同时开源 ADK，就没啥意义。而 ADK 还是公司的核心竞争力。

Dia 的核心创新点

1. 地址栏变身 AI 助手

在 Dia 里，地址栏不仅仅是输入网址的地方，它还是你的 AI 助手：

• 可以直接问问题："今天天气咋样？"
• 让它总结当前网页内容
• 帮你写邮件草稿
• 甚至能自动在亚马逊购物车里加东西

想想看，你不用再开个新标签页去 ChatGPT 了，直接在地址栏就能搞定。

2. 个性化 AI 助手

Dia 提供了超级个性化的设置：

• 可以选择 AI 的"偶像"（比如乔布斯、《纽约时报》的风格）
• 可以设置你自己的学习方式
• 写作技巧、风格
• 如何用自己喜欢的风格起草草稿
• 代码生成风格（比如 Golang 代码风格）

设置好后，AI 会成为你所崇拜对象的"投影"，用你熟悉的方式跟你对话。

3. Skills 自定义功能

你可以教 Dia 学会一些个性化的技能：

• 论文翻译
• 自动提取 Google Sheets 中的数据
• 执行特定的网页操作
• 根据你的需求定制响应方式（比如写邮件）

4. 跨标签页智能整合

你平时研究问题的时候，是不是经常打开一堆标签页？Dia 能帮你：

• 自动分析你打开的所有标签页
• 找出不同网站信息的共同点和矛盾
• 基于多个网页内容写报告
• 回答跨标签页的复杂问题

5. History 时间线功能

Dia 会记录你最近 7 天的浏览行为（当然是在你同意的情况下），然后：

• 你可以问它："我昨天看的那个关于 Python 的文章在哪？"
• 它能根据你的浏览历史提供个性化建议
• 帮你找到之前看过但忘记收藏的内容

6. 智能写作

当你在收集好对应的页面资料之后，你可以@对应的页签然后打开Dia的写作功能进行AI创作，然后可以一键insert到你鼠标光标的位置

7. 垂直分栏和 Split 功能（多任务处理神器）

这个功能对经常需要对比信息或多任务处理的人来说简直是福音：

• 垂直分栏：支持将浏览器窗口垂直分成多栏，每栏都可以独立浏览不同的网页
• Split View：通过"View 菜单-Add Split View Pane"，可以快速分屏，最多支持 4 块屏幕同时显示
• 灵活调整：可以自由拖拽调整每个分栏的宽度，根据需求分配屏幕空间
• 独立操作：每个分栏都有独立的地址栏和导航，互不干扰

比如你可以左边看文档，右边写代码，中间跟 AI 对话，真正实现"一心多用"。

8. 页签置顶功能（重要标签不会丢）

对于经常打开几十个标签的人来说，这个功能太实用了：

• 一键置顶：右键点击标签，选择"Pin Tab"即可将重要标签固定在最前面
• 视觉区分：置顶的标签会变小并固定在标签栏最左侧，一眼就能找到
• 持久保存：即使关闭浏览器，下次打开时置顶的标签还在原位
• 快速切换：可以用快捷键在置顶标签间快速切换

这样你常用的邮箱、工作平台、参考文档就不会淹没在标签海洋里了。

9. 垂直标签页设计（继承 Arc 的精髓）

Dia 继承了 Arc 最受欢迎的设计之一——垂直标签页：

• 空间利用更合理：现在的屏幕都是宽屏，垂直排列能更好地利用横向空间
• 标签显示更完整：不会像横向标签那样被压缩，能看到更多标题信息
• 层级管理：支持标签分组和折叠，让相关标签聚在一起
• 视觉层次清晰：通过缩进和分组，一眼就能看出标签之间的关系

10. 标签页搜索功能（标签再多也不怕）

当你打开几十个标签时，找标签就像大海捞针？Dia 的标签搜索功能完美解决这个问题：

• 快速搜索：在垂直标签栏顶部有搜索框，输入关键词即可快速定位
• 智能匹配：不仅匹配标题，还能搜索网页内容
• 实时过滤：输入时实时显示匹配结果，不匹配的标签会暂时隐藏
• 快捷键支持：可以用快捷键快速激活搜索，效率更高

这个功能对研究型用户来说简直是救星，再也不用一个个翻找标签了。

11. 网页区块截图功能

怎么玩转 Dia？实测体验来了

第一步：搞到体验资格

• 硬件要求：仅支持配备 Mac M1 芯片以及更高版本的 macOS 14+（Windows/Linux 用户暂时不支持）
• 获取方式： - 先去官网 diabrowser.com/download 下载 - 打开后会出一个贼炫酷的 landing 动画 - 然后是注册环节——这里有门槛： - 只支持老 Arc 用户账号登录 - 或者有邀请的邮箱才能注册 - 现有用户可以邀请朋友（5 个名额）

遇到下面这个问题可能是 VPN 没开全局

Arc 在早期和公测阶段就用邀请码制度尝到了甜头，Dia 显然延续了这个策略。目前 Dia 还是小范围开放体验。

第二步：简单设置一下

• 安装过程：基于 Chromium，所以界面看起来很熟悉
• 个性化设置：
  • 选择 AI 的"偶像"和风格
  • 设置回答的详细程度
  • 选择是否开启 History 功能

第三步：玩起来

• 在地址栏输入问题试试
• 让它总结当前网页
• 体验 Skills 自定义功能
• 测试跨标签页问答

实际用起来咋样？

界面设计：极简到家了

Dia 的主页非常简洁，只有一个搜索框，清爽得有些"不像样"。但这也许正是浏览器最理想的样子：提问、获取答案、结束。没有热搜榜单，不分散你的注意力。

输入问题后，会弹出两个选项：

• Google：直接跳转到传统搜索引擎
• Chat：调用 Dia 的 AI 助手直接回答

具体功能体验：

1. AI 能力：因为目前只支持 Gemini 2.0 和 GPT-4 的模型，在能力上相对有限，目前也不支持自定义模型以及工具拓展，但毕竟 Dia 还处于早期阶段，后续应该会支持更多模型和工具拓展。可以参考下 Cursor，Dia 的 AI 能力应该会逐渐增强。

2. 交互亮点：

   • 划词后右侧直接提供查找或解释功能
   • 光标放到输入框会变蓝变粗，点击自动调出 AI 助手
   • 能理解上下文，比如在知乎评论区写评论，它会读完整个页面后给出贴合知乎风格的评论建议

3. 实用功能：

   • 上传梗图能识别言外之意
   • 10 万字文档总结很到位（但限制 100M，不支持 Doc 格式）
   • 视频总结功能不错，还能提取字幕
   • 支持分屏浏览（最多 4 块），适合多任务处理
   • 标签页可以通过 @ 调用，实现多页面信息联动

用户好评的地方：

• 界面设计：从"复杂极客工具"变成"极简 AI 入口"
• AI 响应：对话式搜索很自然，理解能力不错
• 个性化：真的能感受到 AI 的"个性"
• 实用性强：很多用户反映在写邮件、处理 Google Sheets 时特别好用
• 书签迁移：吸取 Arc 教训，支持一键导入 Chrome 书签
• 垂直标签页：继承了 Arc 的经典设计，标签页垂直排列在侧边栏

跨标签页联动玩法：

类似 ChatGPT 调用 GPTs 的方式，Dia 也支持通过 @ 调用各个网页标签。玩法很朴素但很实用：

• 我挑选了过往几篇关于 Ai Native 的文章
• 在 AI 对话框中输入 @ 就能看到所有打开的标签
• 选择需要的标签，让 AI 总结"Ai Native 值得吐槽的点"
• 很快就得到了基于多篇文章的清晰答案

目前的问题：

• 扩展兼容性：可能有些 Chrome 扩展兼容性不行
• 平台限制：只支持 macOS
• 还是半成品：距离 Josh Miller 描述的"互联网计算机"愿景还有差距

AI 浏览器的三种玩法，哪种更靠谱？

玩法 1：传统浏览器加个 AI 插件

• 代表选手：Chrome + Monica 插件、Edge + Copilot
• 优点：用户熟悉，上手容易
• 缺点：AI 功能有限，体验割裂

玩法 2：AI 深度融合的浏览器

• 代表选手：Dia、豆包桌面端、夸克桌面端
• 优点：AI 权限更大，体验更好
• 缺点：需要用户改变使用习惯

玩法 3：专门给 AI 用的浏览器

• 代表选手：Manus
• 优点：AI 操作能力最强
• 缺点：学习成本高，适用场景窄

Dia 属于哪种？

Dia 明显属于第二种，但它的创新在于：

• 不是简单的 AI 功能堆砌
• 而是重新设计了浏览器的交互逻辑
• 让 AI 成为浏览器的"底层能力"

和其他产品比比看

跟 Chrome 比

• Chrome 的 AI 功能主要通过扩展实现
• Dia 的 AI 是原生集成，体验更流畅
• Chrome 扩展生态更丰富，Dia 刚起步

跟 Arc 比

• Arc 注重界面创新和自定义
• Dia 注重 AI 自动化和效率
• Dia 继承了 Arc 的垂直标签页设计，但加入了更多 AI 功能

跟豆包/夸克桌面端比

• 豆包/夸克用户量大，功能全面
• Dia 更专注于浏览器场景的 AI 体验
• 豆包/夸克是大厂 AI to C 的重点产品

跟 Manus 比

• Manus 让 AI 操作浏览器，人机分离
• Dia 让人和 AI 共同使用浏览器
• 两种哲学代表了 AI 浏览器的不同方向

市面上都有哪些玩家在做 AI 浏览器？

说到 AI 浏览器，现在市面上的玩家还是有很多的！

Arc（2023 年 7 月） - The Browser Company 的第一个作品，推出了 Arc Max，把 AI 功能塞进浏览器里，比如"写下一行"、"给我一个想法"这些功能，算是早期探索。

Dia（2025 年 3 月） - 还是 The Browser Company，基于 ChatGPT 和 Gemini 做了个全新的 AI 原生浏览器，不是"+AI"而是"AI+"的思路。

Manus（2025 年 3 月） - Monica.im 搞的自主 AI 代理，能自己筛简历、分析股票、甚至帮你建网站，真正的 AI 自己干活。

Perplexity Comet - Perplexity AI 已经推出浏览器了，目前内测发布，需要邀请！但看他们搜索做得那么好，浏览器应该也值得期待。

Microsoft Edge（2023 年 2 月） - 微软把 AI 聊天机器人塞进 Edge，能跟网页内容对话，还能帮你写东西，算是大厂里动作最快的。

Deta Surf（2024 年 12 月） - 这个有意思，把浏览器、文件管理器和 AI 助手三合一了，想让你的数字生活都在一个地方搞定。

Opera One（2023 年 6 月） - 搞了个 AI 代理 Aria，能自动化处理任务，还有 AI 标签命令这些功能。

豆包桌面端（2024 年 5 月） - 字节跳动基于 Chromium 做的，不光是浏览器，还是个全能 AI 助手，聊天、写作、翻译、编程啥都能干。

夸克桌面端（2025 年 3 月） - 阿里的"AI 超级框"，把 AI 对话、深度搜索、学术研究都整合进去了，用的是自研 AI 模型。

360 AI 浏览器（2024 年 2 月） - 360 接入了 DeepSeek 模型，有 AI 搜索、阅读助手、视频助手这些功能。

Amazon Nova Act（2025 年 3 月） - 亚马逊的通用 AI 代理，能在浏览器里帮你购物、安排任务。

Operator（2025 年 1 月） - OpenAI 的 AI 代理，能自动填表单、预订服务，真正的自动化助手。

百度新搜索（2025 年 6 月） - 百度基于自己的 AI 基建，要推出了新搜索，有 AI 对话、阅读助手、视频助手这些功能。

看出来了吗？大家都在抢这块蛋糕，有的是传统浏览器加 AI，有的是 AI 原生设计，还有的是让 AI 完全接管。这场仗才刚开始打呢！

隐私这事儿咋整？

Dia 是怎么保护隐私的

• 本地优先：大部分数据存在本地，不上传云端
• 最小化传输：只有必要的信息才会发送给 AI 服务商
• 透明度高：清楚告诉你哪些数据被使用了
• 用户说了算：可以随时关闭 History 功能，清除数据
• 30 天自动删：云端数据 30 天后自动删除

可能的风险

• AI 可能会"看到"敏感页面内容
• 浏览历史被用于个性化推荐
• 存在数据泄露的风险（虽然很小）

接下来会咋样？

Dia 能变成啥样？从浏览器到"万能工作台"【这块内容是 Dia 的 AI 给的 😁】

如果说现在的 Dia 还只是个"聪明的浏览器"，那未来的 Dia 可能会成为一个"万能工作台"。

1. 编程能力的深度整合

想象一下，未来的 Dia 可能会：

• 实时代码执行：直接在浏览器里写代码，AI 帮你调试、运行、部署
• 跨语言翻译：看到 Python 代码，一键转成 JavaScript，还能保证逻辑正确
• API 自动调用：告诉 AI "帮我从这个网站获取数据"，它自动分析 API、编写代码、执行请求
• 代码可视化：复杂的算法和数据结构，AI 自动生成交互式图表帮你理解

2. 数据分析师的得力助手

• 智能数据抓取：不需要写爬虫，AI 自动识别网页数据结构，一键提取成表格
• 实时数据分析：打开任何包含数据的网页，AI 自动生成统计图表和洞察报告
• 跨网站数据整合：同时打开多个数据源，AI 自动对齐、清洗、合并数据
• 预测建模：基于历史数据，AI 直接在浏览器里训练模型、做预测

3. 内容创作的超级引擎

• 多模态内容生成：看着网页内容，AI 自动生成配图、视频脚本、播客大纲
• 风格迁移：把任何文章改写成你喜欢的风格——学术论文秒变科普文章
• 实时翻译创作：一边浏览外文网站，一边生成本地化的创作内容
• 素材智能整合：从多个网页收集素材，AI 自动整理成结构化的创作大纲

4. 工作流自动化平台

• 跨平台任务串联：在 Gmail 收到邮件 → 自动提取信息 → 更新 Google Sheets→ 发送 Slack 通知
• 智能表单填写：AI 记住你的信息，自动填写各种网站的表单，还能处理验证码
• 批量操作助手：需要在 100 个网页做相同操作？告诉 AI 一次，剩下的它来完成
• 定时任务管理：设置"每天早上帮我检查这 5 个网站的更新并总结"

5. 研究与学习的智能伙伴

• 知识图谱构建：浏览相关主题时，AI 自动构建知识关系图，帮你理清脉络
• 论文阅读助手：打开 PDF，AI 自动提取关键观点、生成思维导图、关联相关研究
• 学习路径规划：告诉 AI 你想学什么，它基于你的浏览历史定制个性化学习计划
• 实时问答辅导：看不懂的内容随时问，AI 结合上下文给出详细解释

6. 商业决策的参谋

• 竞品监控：自动追踪竞争对手网站变化，生成对比分析报告
• 市场情报收集：从多个来源汇总行业动态，提炼关键洞察
• 用户反馈分析：自动收集各平台的用户评论，做情感分析和需求提取
• 投资研究助手：整合财报、新闻、社交媒体，生成投资建议

7. 创意设计的灵感源泉

• 设计元素提取：看到喜欢的网页设计，AI 自动提取配色、字体、布局方案
• 原型快速生成：描述你的想法，AI 直接在浏览器里生成可交互的原型
• 设计趋势分析：浏览设计网站时，AI 实时分析流行趋势和创新点
• 素材智能推荐：基于你的项目需求，AI 主动推荐相关的设计资源

哪些人适合用 Dia？

强烈推荐：

• 经常需要研究和整理信息的人
• 喜欢尝试新技术的 early adopters
• 对 AI 辅助工作感兴趣的用户
• 重视隐私但又想用 AI 的人
• 经常需要处理文档、邮件的知识工作者

可能不太适合：

• 重度依赖 Chrome 扩展的用户
• 对 AI 功能没需求的传统用户
• 使用 Windows/Linux 的用户

浏览器终于要变天了

30 年没变的浏览器，这回真要变了

30 年过去了，浏览器最大的变化可能就是图标。

1990 年，"互联网之父"蒂姆·伯纳斯-李设计的基本交互模式——通过超链接实现网页跳转、输入网址、等待加载、点击链接、回到上一页——这套逻辑到今天还是老样子。都 2025 年了，我们还在用同样的姿势，对着屏幕傻傻地等页面加载。

为啥浏览器 30 年都没咋变？

因为它的设计初衷是围绕"文档"展开的。1989 年，伯纳斯-李在 CERN 工作时创建万维网，就是为了让科学家们方便地共享文档。这个底层逻辑至今没翻篇。

从 Netscape Navigator 到 Chrome、Safari、Firefox，浏览器的核心元素（标签页、地址栏、收藏夹）表面形态变化不大。虽然性能优化了、界面美观了，但说到底还是修修补补。

从"人点鼠标找信息"到"AI 直接拿数据"

以前咱们找东西是咋样的？输个关键词，出来一堆结果，然后一个个点进去看，翻来翻去才能找到想要的，贼麻烦。

这就像在图书馆翻书，耗时且低效。在那个年代，找信息本身就是一种技能，甚至催生了"高级搜索技巧"这样的课程。

AI 带来啥变化：

• 过去：浏览器服务人类，依赖 UI 自动化工具（如 Selenium）模拟人类操作
• 现在：AI Agent 需要通过代码直接访问数据，跳过视觉交互
• 未来：通过标准化协议（如 MCP）实现"机器 → 协议 → 数据"的直连

MCP 协议：给 AI 装个"万能插头"

最近老有人提 MCP（Model Context Protocol），这玩意儿到底是啥？

简单说，就是个"万能插头" 你可以把 MCP 想象成家里的插线板，啥电器都能插。这个"插头"让 AI 模型能够轻松连接到各种外部资源：

• 文件系统
• 数据库
• 在线服务
• 各种 API

有了 MCP，AI 助手不光能看数据，还能直接操作数据，比如读文件、改数据库啥的。就像给 AI 装了双手，不光能看，还能干活了。

LLM 操作系统是个啥概念？

OpenAI 前 AI 大神 Andrej Karpathy 提出了"LLM 操作系统"的概念，听着挺玄乎，其实就是把 AI 当电脑系统来设计：

• LLM 当 CPU：AI 模型就是处理核心
• 上下文窗口当内存：能记住多少对话
• 向量数据库当硬盘：长期存储信息
• 浏览器当显示器：展示和交互的界面
• 各种工具当外设：处理图片、音频、视频

在这个框架下，浏览器会继续服务人类，但会越来越适配 AI 的需求。人类下命令，Agent 干活的模式会越来越普遍。

总结：这不光是产品升级，是交互方式的革命

我认为，AI 浏览器不只是个产品机会，而是整个互联网交互方式的革命。

Dia 代表了这场革命的一个重要方向：AI 不是附加功能，而是核心驱动力。它试图回答这样一个问题：如果我们重新设计浏览器，把 AI 从一开始就融入进去，会是什么样？

Web 死了？不，Web 要重生了

2010 年，《连线》杂志发表了《Web 已死，Internet 永生》一文，认为 App 会取代 Web。确实，过去十年"App 优先"主导了互联网产品开发。

但生成式 AI 的崛起重新将焦点拉回 Web：

• AI 交互本质上以文本/对话为核心，Web 界面天然支持
• AI 模型计算需求大、迭代快，Web 平台能以最小成本覆盖所有设备
• 相比下载 App，Web 版本"即点即用"，降低了用户尝试门槛

Dia 想干啥：从浏览器变成"互联网计算机"

Josh Miller 说："我们要造一种完全不同类型的浏览器——一个更主动、更强大、更以 AI 为中心的浏览器，可以叫它网络浏览器界的 iPhone，或者'互联网计算机'。"

Josh Miller 更激进的观点："传统浏览器要完蛋了"

在公开信里，Josh 用了个特别生动的比喻：

"想想看，电灯发明的时候，你还在写文章解释为啥要从蜡烛生意转型。电子智能已经来了——要是还假装它不会彻底改变我们要造的产品，那就太天真了。" 他明确表示："传统浏览器要死了。就像搜索引擎和 IDE 正在被重新想象一样。这不是说我们不搜索或不写代码了。只是说我们做这些事的环境会完全不一样，让传统浏览器、搜索引擎和 IDE 看起来像蜡烛一样过时——不管做得多精致。我们要退出蜡烛生意。你也应该这样。" 他看到了三个关键变化：

1. 网页不再是主要界面：传统浏览器是为加载网页造的。但越来越多的网页——应用、文章和文件——会变成 AI 聊天界面的工具调用。聊天界面已经像浏览器一样运作了：它们搜索、阅读、生成、响应。
2. Web 不会消失，但会被整合：Figma 和《纽约时报》不会变得不重要。你老板不会放弃团队的 SaaS 工具。我们还是要编辑文档、看视频、读周末文章。网页不会被取代——它们还是必不可少的。我们的标签页不是可有可无的，它们是我们的核心上下文。
3. 新界面从熟悉的开始：就像 iPhone 把旧东西组合成全新的东西一样，AI 浏览器也会这样。Cursor 在编程领域证明了这点：过去一年最突破的 AI 应用是个（旧的）IDE——为 AI 原生设计的。

在早期演示里，Dia 展示了浏览器怎么代表人类执行任务。比如，Dia 自己浏览亚马逊，找到商品并加到购物车。这正是浏览器能做的——利用它对你所有 Web 应用和浏览数据的访问权限，替你完成任务。

从目前的体验来看，Dia 确实带来了一些让人眼前一亮的创新。它不仅继承了 Arc 的优秀设计（如垂直标签页），还加入了个性化 AI 助手、Skills 功能、跨标签页信息整合等创新功能，这些都是传统浏览器很难做到的。

但作为一个 beta 产品，它还有很多需要完善的地方。最大的挑战是如何平衡创新与易用性，如何在保护隐私的同时提供个性化服务。尽管如今的 Dia 距离这一目标尚有差距，但这种从被动响应到主动执行理念的转变，却与当下大火的 Agent 不谋而合。

未来的浏览器可能不再是"浏览"网页的工具，而是 AI 帮你"处理"网络信息的平台。

你咋看？

• 你会为了 AI 功能换浏览器吗？
• 你更看好哪种 AI 浏览器形态？
• Dia 这种 AI 原生的设计会成为主流吗？

说说你的看法！这场 AI 浏览器的战争，才刚刚开始。

Tips：想体验 Dia 的话，可以先去官网 diabrowser.com 排队申请，或者找个已经有权限的朋友（比如我）邀请你。