Agent 专用浏览器:从 moli 到 ego-lite,Rust 重写浏览器成为 AI 自动化新基础设施摘要:2026 年 8 月 15 日,两个面向 AI Agent 的专用浏览器在同一天登上 GitHub 热榜——Rust 重写的无头浏览器 moli 与主打共享登录态的 ego-lite。它们从不同路径回答同一个问题:当 Agent 开始替人类操作网页,通用浏览器(Playwright/CDP 这套组合)还够用吗?本文拆解 moli 的结构优先、像素按需架构与 ego-lite 的并行 Space设计,并给出 Agent 浏览器赛道的选型视角。事件:两个 Agent 专用浏览器同日登榜8 月 15 日这天,GitHub 上出现了两条几乎同向的信号:moli(lexmount/moli):Rust 实现的AI Agent 专用浏览器,创建于 8 月 10 日,上线次日 64 星,8 月 11 日已到 194 星;截至 8 月 15 日下午,实测299 星 / 19 fork。README 的口号是Best browser for AI agents, built in Rust,定位是production-ready headless browser。ego-lite(citrolabs/ego-lite):自称AI 代理最快的浏览器,当日登上 GitHub Trending 日榜第 6(早间实测 10,318 星,单日 153 星);到傍晚实测10,519 星 / 531 fork。它创建于 2026 年 4 月,主打把你的登录态分享给 Codex、Claude Code 这类 Agent,不打扰你。moli 走的是重写内核路线(独立 Rust 浏览器内核),ego-lite 走的是改造使用模式路线(在现有浏览器体验上为 Agent 开辟并行工作区)。两条路线同一天登榜,说明Agent 专用浏览器正在从实验项目走向基础设施化——这对做深度研究 Agent、RPA、爬虫的团队是个值得认真评估的选型信号。值得注意的增长轨迹:moli 从 8 月 10 日创建、次日 64 星、8 月 11 日 194 星,到 8 月 15 日 299 星,四天内翻了近五倍;ego-lite 则在 8 月 15 日单日 153 星,登上趋势榜。虽然绝对量级和 Playwright(94K 星)、browser-use(109K 星)不在一个数量级,但新项目 高增速 明确场景定位的组合,正是赛道早期最值得观察的形态。为什么通用浏览器不够用过去五年,浏览器自动化的主流栈是Playwright / Puppeteer Chrome DevTools Protocol(CDP)。Playwright(microsoft,94,533 星)用一套 API 驱动 Chromium、Firefox、WebKit;Puppeteer(95,462 星)是 Chrome 与 Firefox 的 JavaScript 自动化 API;browser-use(109,274 星)则把 LLM 接到浏览器上替 AI 看网页。这套栈本身很成熟,但放到 Agent 场景里有几个结构性痛点:重:完整 Chromium 常驻内存动辄几百 MiB。moli 的实测对比里,Chrome Headless 抓取 192 个公开网页的中位常驻内存(RSS)是 773 MiB,而 moli 是 73 MiB。慢:Agent 的循环是看页面 → 决策 → 操作,每一步都要等浏览器就绪。moli 的测试数据里,CDP 就绪耗时 Chromium 是 169.37 ms,moli 是 34.85 ms。结构信息被埋在渲染管线里:模型要的是语义树、可访问性结构,通用浏览器给的是像素和 DOM,中间隔着一层又厚又脆的解析逻辑。登录态撕裂:Agent 要访问的往往是已登录的我才能看到的内容。Playwright 方案里登录态要么靠手动导出 cookie,要么靠独立的 profile,和人类正在用的浏览器完全是两个世界——这正是 ego-lite 要解决的痛点。还有一个方向性问题:Agent 不需要一个持续渲染、像素永远最新的浏览器,它需要按需能拿到页面结构的浏览器。通用浏览器的常驻渲染对 Agent 是纯浪费。拆解 moli:结构优先,像素按需moli 的架构一句话概括:独立 Rust 浏览器内核,把 layout 和 paint 从常驻状态改成按需快照。它不是一个 Chromium 套壳,而是从零搭的内核:HTML 解析用 html5ever,DOM/样式走 Servo/Stylo,JavaScript 用 rusty_v8(V8),布局用 Taffy Parley,软件渲染走 AnyRender/Vello CPU。没有 GPU compositor、没有持久窗口、没有增量维护的布局树。关键设计是它的成本模型——每种 Agent 请求只触发必要的工作:Agent 请求moli 的行为提取 HTML/Markdown、查 DOM、跑 JS、看网络/存储直接读运行时状态,不触发 layout 与 paint读元素包围盒、坐标命中测试、坐标输入跑一次布局,冻结一棵FrozenLayoutTree,只保留最新一棵截图 / 刷新 screencast从当前 DOM/style 重建,渲染一帧,用完即弃也就是说,默认模式(不加--layout)下,moli 是DOM 优先的,绝大多数自动化请求根本不做视觉渲染。需要截图、坐标输入时才按需开--layout。README 声称这个设计适合爬虫、browser-use 型 Agent、检索管道、评测环境、强化学习负载。使用上,moli 同时暴露CDP、WebDriver Classic、WebDriver BiDi三种协议,同一个二进制、同一个调度器,不需要另装 ChromeDriver/geckodriver,也不需要装浏览器。CLI 直接面向提取场景:# 渲染页面为 Markdown(DOM 优先,不触发视觉渲染)moli fetch--dumpmarkdown --wait-untildonehttps://example.com# 输出模型友好的语义树moli fetch--dumpsemantic_tree_text --wait-selector body https://example.com# 需要视觉输出时,按需开布局,输出截图/PDFmoli fetch--layout--dumpscreenshot https://example.compage.png它还兼容既有生态——Playwright 可以直接通过 CDP 连上来(示例出自 moli 官方 README):import{chromium}fromplaywright;constbrowserawaitchromium.connectOverCDP(http://127.0.0.1:9222);constcontextbrowser.contexts()[0];constpagecontext.pages()[0]??awaitcontext.newPage();awaitpage.goto(https://example.com);console.log(awaitpage.locator(body).innerText());awaitbrowser.close();自测数据(官方 README,2026-08-15 快照):192 个中外公开 URL 的抓取测试中,moli 产出有效内容 103 页(53.6%),Chrome Headless 101 页(52.6%),Lightpanda 85 页(44.3%),Obscura 57 页(29.7%);中位耗时同为 1.43 s,但中位 RSS 是 73 MiB vs Chrome Headless 的 773 MiB。在 agent 工作负载样例中,CDP 就绪 34.85 ms(Chromium 169.37 ms)、峰值 PSS 102.46 MiB(Chromium 348.82 MiB)、进程/线程数 1/24(Chromium 11/123)。此外,当前 WPT(Web Platform Tests)子集一轮完整跑通161.2 万个用例。注意这些是项目方自测数据,不是第三方评测,引用时建议自己复测。moli 的边界也写得很诚实:没有 GUI、不做像素级 Chrome 对齐、CDP/WebDriver 是选定子集而非全量实现,不支持的高频路径会显式报错。许可证为 Apache-2.0 或 MIT 二选一。拆解 ego-lite:共享登录态的并行浏览器ego-lite 的问题意识完全不同:Agent 卡在登录态上,而已登录的你就在浏览器里。它的做法是让人类和 Agent 用同一个浏览器,但各用各的Space——你在前台正常刷网页,Agent 在后台自己的隔离工作区里跑任务,互不抢 tab、互不打扰鼠标。上手路径很有 Agent 时代特色:首次启动时问是否迁移 Chrome 数据,选是之后,Agent 直接继承你现有的登录态、cookie、扩展和书签。安装通过 skill 体系完成:# 只安装 ego-browser skill(官方 README 方式)npx skillsaddcitrolabs/ego-lite然后 Agent CLI 里直接自然语言触发:ego-browser follow ego_agent on x.com for meego-lite 的核心差异点在于code base, not CLI base:它把浏览器能力封装成一组页内 JavaScript 函数(snapshot、fill、click、wait、navigate、capture),Agent 直接写代码调用,而不是陷入跑两条命令 → 看结果 → 再跑两条命令的 CLI 循环。官方声称复杂工作流最多快 2.5 倍、单任务工具调用次数大幅下降(这是项目自述,尚无第三方复现)。“最快的另一支柱是内核级定制的页面 Snapshot——它自称是市面上最强”,能可靠处理深层嵌套 iframe 这类其他方案经常翻车的场景。ego-lite 官方对比表里把自己和 browser-use、Vercel 的 agent-browser、ChatGPT Atlas、Perplexity Comet 并列,强调四点差异化:并行多任务、可复用 skills、继承 Chrome 数据、同一浏览器里人与 Agent 分离。目前它只在 macOS 上可用,Windows/Linux 在 roadmap 上,许可证 MIT。两条路线放在一起看很有意思:moli 是为 Agent 重做内核,ego-lite 是让人类浏览器长出 Agent 工作区。前者赌Agent 需要的是结构不是像素,后者赌Agent 需要的是登录态与隔离。两者并不互斥——moli 解决渲染成本,ego-lite 解决身份与并行,未来大概率会互相借鉴。Agent 浏览器赛道与选型Agent 入口正在快速分化,浏览器只是其中一支。同期的生态信号还有:phone-harness(ShawnPana,1,787 星):让 LLM 免越狱直控真实 iPhone,控制对象从桌面浏览器延伸到手机。Mole(lajosdeme,133 星):跑在终端里的深度研究 Agent,展示不进浏览器也能做多步调研的轻量路径。OpenAI 放弃截图式屏幕监控、转向友好型键盘记录(The Register,8 月 14 日):连巨头都在纠结桌面 Agent 到底该看什么。这些放在一起,指向一个更宏观的判断:Agent 与数字世界的接口正在从通用工具走向专用基础设施。浏览器作为最高频的接口,自然成为第一块被重构的地基。选型建议(截至 2026-08-15 的项目状态):爬虫 / 检索管道 / 大规模提取:moli 的 DOM 优先模型和低内存占用有直接优势,且能无缝接 Playwright 存量代码(connectOverCDP)。但它还是早期项目(299 星),协议覆盖是子集,生产前务必跑通你自己的页面样本。深度研究 / 个人 Agent 自动化:如果工作在 macOS、且大量场景依赖已登录的我,ego-lite 的 Chrome 数据继承 Space 隔离是目前最顺滑的体验;等它 Windows/Linux 落地后再评估团队化使用。稳定优先的存量系统:Playwright/CDP 生态依然是最稳的底座——94K 星的成熟度、三浏览器支持、海量资料,短期内不会被替代。moli/ego-lite 更适合作为新项目评估对象而不是立即迁移目标。一个务实的做法:把 moli 的语义树输出接进你现有的 Agent 循环做 A/B,对比它和 PlaywrightinnerText在 token 消耗与任务成功率上的差异——这类结构优先浏览器到底能省多少,最终要看你的页面分布,而不是厂商的基准表。至于什么时候值得自建:如果你的 Agent 工作负载里浏览器自动化是核心路径(比如每天跑几千次页面提取)、对内存/延迟敏感、或者对登录态与并行隔离有硬需求,现在就可以把这两个项目放进技术选型清单做小规模验证;如果只是偶尔跑一两个自动化任务,继续用 Playwright 就够了——基础设施换代的收益,要等规模上来才兑现。另一个值得留意的信号是,这两个项目都强调与 Claude Code、Codex 这类既有 Agent 生态的衔接(ego-lite 直接以 skill 形式安装),说明Agent 浏览器正在试图成为 Agent 工作流里的一等公民,而不只是又一个自动化库。总结moli 与 ego-lite 同日登榜,标志着Agent 专用浏览器从概念走向可评估的基础设施候选。moli 用 Rust 重写内核,把结构优先、像素按需做成默认成本模型,在内存与就绪延迟上对 Chromium 形成数量级优势;ego-lite 则从使用模式下手,用 Space 隔离 Chrome 数据继承解决 Agent 自动化最痛的登录态问题。对开发者而言,现在正是小规模试点、用真实页面样本验证收益的窗口期——而浏览器这个最古老的基础设施,正在被 Agent 重新定义。参考链接moli GitHub:https://github.com/lexmount/moli(README 含架构、测试数据与代码示例)moli 官网:https://browser.lexmount.comego-lite GitHub:https://github.com/citrolabs/ego-lite(README 含对比表与安装方式)ego-lite 官网/文档:https://lite.ego.appPlaywright:https://github.com/microsoft/playwrightPuppeteer:https://github.com/puppeteer/puppeteerbrowser-use:https://github.com/browser-use/browser-usephone-harness:https://github.com/ShawnPana/phone-harnessMole:https://github.com/lajosdeme/moleOpenAI 转向友好型键盘记录(The Register):https://www.theregister.com/ai-and-ml/2026/08/14/openai-ditches-recall-style-screenshot-surveillance-for-friendly-keylogging/5287618数据核实时间:2026-08-15(通过 GitHub REST API 与官方 README 实测;ego-lite2.5× 更快等为项目方自述,未获第三方复现)