编程智能体现在最尴尬的一幕是:模型能写代码、能跑命令,却在一个干干净净、谁都不认识的浏览器里干活。可真实业务偏偏长在登录态后面——内部后台、SaaS 控制台、带鉴权的数据看板,全在那儿。
让 Agent(智能体,能自己调用工具完成任务的 AI 程序)碰这些,第一反应都是"把 Cookie 拷过去不就完了"。browser-use 这篇把这条路直接判了死刑:登录态靠 token 刷新、设备绑定和风控,单纯复制 Cookie 要么很快失效,要么被风控直接踢掉。
它列了六条正经路子,给 Claude Code、Codex、Gemini CLI、Cursor 各自配了方案。最有用的思路其实就一句:别偷会话,让智能体直接坐进你已经在用的那个浏览器实例里。
这件事我盯很久了。圈里老把"Agent 能不能用"挂在模型智力上,错得离谱。模型早就够用了,卡的是身份 bridging(把人的登录身份安全地交给程序)——这一步迈过去,智能体才算真进工作流,而不是在沙盒里演戏。
代价也得说清。把已登录的浏览器交给一个会乱点、会执行命令的程序,等于把你的数字身份递到它手里。安全边界从"模型乖不乖"变成了"这台机器的系统权限守不守得住"。谁要在工程项目里这么干,先想明白:你给它的,到底是工具,还是你自己的账号。