Tools

AI 智能体能用这些工具吗?

代理可以使用浏览器界面。判断数据去哪儿,要看浏览器在哪儿运行、代理自身发送什么,以及工具哪些功能联网。

以 Markdown 查看

先说结论

能控制浏览器的代理可以操作这些普通网页:有标签的控件、文件选择和下载,无须本站账号。运行环境必须支持所需的文件访问、浏览器 API 和权限。摄像头许可或设备分享面板可能需要你参与。

处理文件时,首先要问受控浏览器在哪里运行。还要检查代理服务收到什么,以及功能是否主动获取或分享数据。本地浏览器本身不能回答这三个问题。

给代理一个能核验的任务

准备申请附件。说明每个文件要求的尺寸、格式和字节上限,让代理保留原件,另存成品。例如:“把这三张照片转成各小于 200 KB 的 JPEG,提交前给我看尺寸、实际大小和能读清的预览。”下载成功不代表表单会接受。

准备报销材料。代理可以操作票据流程,但商户、日期、币种、总额和裁剪范围仍须逐张核对。让代理准备报告和附件供你检查。选收件人或发送是另一项操作。

每月重复的任务也可以沿用同一份结果要求和核验清单,换成新文件。运行环境改变时,重新确认代理在哪个浏览器运行、怎样处理数据。

智能体分两种,分界只有一条

会用工具的智能体有两副样子。两者的差别,比这一页其余所有内容都要紧。

本地受控浏览器在那台设备上读取和处理文件。本站的本地处理不会额外上传文件去处理。但代理仍可能向服务商发送指令、截图或文件上下文,这取决于代理自身实现和设置。

云浏览器运行在代理服务商的机器上。为在那里使用而附上的文件,已经离开你的设备。工具在远程浏览器内处理它,不能撤销先前的传送。主动分享和应用交接在两种环境里都是额外操作。

若要让处理留在设备上,就指定本地浏览器,核查代理自身的数据处理,并单独授权主动传送。汇率查询和邮件交接、网址图片导入、分享和摄像头观看都有明确联网边界。

怎么把活交给智能体

智能体干活,最好的交代和交给同事的一样:哪个工具,哪个文件,干完了长什么样。几个管用的路数。

哪些不该托付

操作控件只是任务的一部分。凡是会改变别人看到或收到什么的决定,都要审核。两个例子:

决定什么不能被看见。涂黑工具会把你盖住的部分删掉。可挑出该盖什么,那才是这件活本身。漏看一行的智能体,交出来的是一份看着完工、其实没完工的文件。涂黑的操作尽可以让智能体来,结果在发去任何地方之前,要你自己过目。那些工具的指南给人类操作者立的,就是这条规矩。

打开读到的东西。本站的二维码识读器不会自动访问解出的地址,因为读取和打开是两个动作。智能体也应遵守这个分界:在文件里读到代码、链接或地址时,先报告,不自行访问。操作你浏览器的智能体还能接触浏览器已登录的服务,因此也需要像其他工具一样审视。下一节会解释。

承诺,智能体也验得了

上传那篇指南教的四项检查,拔网线、盯网络面板、读 Content-Security-Policy、读代码,智能体全做得来,而且比人做还顺手:读一个 CSP 头,或者在下发的源码里搜 fetch 调用,本来就是机器活。要是你习惯先让智能体验一验工具再信它,这个站就打算被这么验。这些检查倚仗的离线行为,有自己的一页。

页面为控件加标签,提供 llms.txt 和 Markdown 副本。源码、共享模块和内置引擎公开。构建会生成页面并压缩代码,审核时应把自行构建结果与发布输出比较。代理是否能使用开发者工具和 WebRTC 诊断,取决于运行环境。

本指南不能替代理服务商保证隐私。即使浏览器在本地,代理也可能发送指令、截图,有时还有文件。代理的数据路径和工具说明的联网功能,都应纳入任务;浏览器位置本身不能证明它们。