現在「給人」做產品，還重要嗎？
一句話生成瀏覽器外掛，AI 自動整理標籤頁。如果你關注 AI 瀏覽器，這兩個功能你大機率見過，國內一款叫 Tabbit 的產品，幾個月前就上線了。
但這次演示它們的，是蘋果。6 月 8 日的 WWDC 上，蘋果花了不少篇幅介紹 Safari 的這兩個新能力，讓瀏覽器從一個被動的工具，變成能主動幫你打理事情的助手。今年以來，Chrome 押的是 Gemini 的深度整合，Edge 繫結 Copilot，OpenAI 的 Atlas 乾脆把整個瀏覽器交給 agent，但事實上，瀏覽器的 AI 功能也開始趨同。
這對所有做 AI 瀏覽器的團隊來說，都不算好消息。當讀懂你的標籤頁、替你執行任務、記住你是誰，變成每一家的標配，「我有個新功能」這件事正在快速貶值。一個創業團隊領先巨頭幾個月做出某個功能，換來的護城河只有幾個月時間的領先。
如果 AI 瀏覽器的功能會趨同，那不會趨同的是什麼。6 月 9 日，WWDC 的第二天，Tabbit 走完 100 天公測，正式發佈 1.0 版本。該版本正在新增記憶功能，會持續記錄使用者偏好、背景以及其他重要資訊，並形成「可呼叫記憶」，自動適配使用者回覆風格，減少無效對話及動作。同時，上線了妙招商城，支援分享不同 Skill。
Tabbit 正式開始商業化處理程序。據劉炯介紹，面向大眾使用者的基礎對話、網頁閱讀、常用妙招等核心功能 Tabbit 將永久免費。針對高頻的 Agent 自動化呼叫及高級定製化場景，Tabbit 將探索差異化的訂閱制模式，暫時定價為 9.9 元每周不限量。
在 100 天時間裡，Tabbit 走過了從「網址列」到「搜尋框」，再到「對話方塊」，最終長成「智能體」的四步。當行業把最好的工程師和最酷的想像力都投給 agent 的時候，Tabbit 把市場潛力押在了那些還沒真正上手 AI 的普通人。「技術嘗鮮者已經被服務得夠多了，而後面的追隨者需要什麼樣的產品，到今天還沒有人認真回答。」劉炯說到。
一個仍然為人設計的瀏覽器，是 AI 普及的入口，還是註定被沖掉的中間形態？一個被收購又被拆分的團隊，憑什麼敢做全行業最不性感的選擇？以及最重要的，當功能不再值錢，AI 瀏覽器這門生意，到底在比什麼？
Tabbit 用 100 天給出了它的初步答案，這份答案的成色，值得我們仔細看一遍。
01
100 天後，Tabbit 長成了什麼樣？
從 Tabbit 公測開始，我就一直在用。最開始時候，我給過它一個判斷，它是我用過最適合普通人上手的 AI 瀏覽器。
這個「方便」不是一句客套。它的首頁很乾淨，進去就是一個大的輸入框，可以輸網址正常上網，也可以直接對話。沒有滿屏的浮窗或者功能鍵，呼叫所有的妙招都是中文，簡單易懂可見。
劉炯提到自己有潔癖，所以討厭那種被各類外掛佔滿的瀏覽器。「側邊一整排小球，選一段文字就跳出好幾個菜單，有的還故意延遲兩秒，好蓋在別人上面。很像每天回家家門口貼的那些小廣告」。因此，Tabbit 公測時給人的第一印象，乾淨、好上手。而這 100 天裡，它做的事情，也在此基礎上開始一層一層往上長。
最明顯的產品加碼，放在一個叫「妙招」的功能上。名字有點土，取名來源是劉炯說的那種短影片裡「改善生活的 100 個小妙招」。落到產品上，妙招其實是把一件你常做的事，沉澱成一個能反覆呼叫的小工具，和 Skill 很相似，但功能化了。
過去，妙招多是把你常用的一段提示詞存成快捷指令，輸入斜槓就能調出來。但在這 100 天裡，它長成了三類東西，提示詞、指令碼和 agent 任務。他演示了如何把小紅書首頁的推薦流進行資料分析或者是打開微信公眾號的長文，自動在頁面上生成一個目錄，方便跳轉。過去你要麼得去外掛商店裡碰運氣造一個 Skill，現在你只需要和側邊欄說一句話。
比較有趣的是，Tabbit 考慮到了頁面佔用問題，當你執行一個 agent 的時候，你可以再打開一個網頁去做其他任務，而 agent 的執行會持續運作，劉炯說道，「這樣就不會出現有些命令是在和使用者搶頁面的情況了」。
妙招現在是可以分享的。Tabbit 做了一個「妙招廣場」，裡面有大量使用者自己做的東西，關閉彈窗的、遮蔽廣告的、匯出 B 站高速播放的、測你我的最愛人格的。一個人做出來，整個小組、甚至更多陌生人都能拿來用。
更關鍵的變化是，妙招從一個人的工具，變成了一個能流通的生態。Tabbit 做了一個妙招廣場，眼下已經有三百多款現成妙招可以一鍵加入，關閉彈窗的、遮蔽廣告的、匯出 B 站字幕的、做長文總結的，應有盡有。你做出一個好用的妙招，能生成一個分享連結，別人用 Tabbit 打開就直接裝上了。
發佈 1.0 的同時，Tabbit 還辦起了妙招大賽，給好作品發獎金、給認證、給曝光。這件事劉炯看得很重，在他的設想裡，妙招不是個錦上添花的功能，而是 Tabbit 真正想造起來的護城牆，讓不會寫程式碼的普通人也能造出自己的工具，再把工具分給別人，瀏覽器就從一個看網頁的地方，變成一個大家一起搭出來的 AI 工作台。
有了妙招打底，它這 100 天的第二個變化，是個性化能力增強。
公測時 Tabbit 的對話是一次性的，關掉就忘。1.0 補上了跨對話的記憶，它會把你是誰、在幹嘛記下來，記錯了還能手動改；補上了本地目錄掛載，你把一個資料夾授權給它，裡面有什麼它按需自己去看；收藏也不再只存網址，而是把整篇網頁的全文索引下來，你問相關問題時它能自動引用。這些東西加在一起，其實是 Tabbit 在用它的工程能力搭一個底座，讓使用者自己也能在上面長出想要的東西，而且用得越久，它對你的理解和意圖的把握就越深。
這種「懂你」具體長什麼樣，Tabbit 請了三個普通使用者來回答。一個藝術專業的應屆生，把幾十篇文獻按主題分成幾個標籤組，直接丟給它提煉觀點、找研究空白，靠它啃下了一個全英文的分析軟體，過了畢業答辯。一個 HR，招海外增長專家時不急著找人，先把業務目標、組織現狀這些材料喂給它，讓它幫自己把「這個崗位到底要什麼能力」想清楚再去看人。一個建築師，把每月重複的中標統計拆成幾個妙招串成流水線，原來四個人的活兒現在基本不用人管。
學生、HR、建築師，沒有工程師，沒有極客，這恰恰圈出了 Tabbit 想要的人，不是 AI 玩得很溜的技術開發者，而是後面那一大批原本對 AI 還有點猶豫的普通人。
模型層的變化 也不小。首先是接的模型更多了，不只免費可用的那些，也接進了一些更貴的高階付費模型，Tabbit 1.0 內建了 LongCat、DeepSeek、智譜 GLM、Kimi 等多款國內頭部大模型，並會即時接入新模型 API，把選擇權留給使用者。其次是，多模型的協同做得更順，同一個問題，你可以讓三四個模型一起作答，再讓它橫向對比、挑出分歧、最後總結成一份，省得你自己一家家去問，再切換介面對比。
據透露，公測期間六成以上的使用者會主動切換模型，平均每個人用上 2.1 個，因為不同模型擅長的事不一樣，有的適合寫程式碼，有的快、適合日常問答，有的適合翻譯。Tabbit 乾脆把它們全端上來，還在呼叫的分配和速度上做了最佳化，新模型基本首發就能用上，平時按場景把請求分給合適的模型，性能上它一直追著 Chromium 最新版本走，性能功耗保持正常水平。最新版本走，性能功耗保持正常水平。
講到這裡，Tabbit 聽起來確實在認真往「好用」上長。但我們用下來，也得說另一半的話，它還遠沒長好。
最直接的問題是 agent 的執行還不夠穩，實際用起來，卡頓、報錯等情況時有出現。
Tabbit 對此不避諱，但也給出了一些新洞察：Agent 任務成功率從 3 月的 53.1% 提升至目前的 91.8%。其中，5 月資料顯示，單使用者月均 Token 使用量已達 853 萬，使用者正持續、高頻地將 Tabbit 應用於較重的任務處理和工作流中。
其次，「接所有人的模型」可以是優勢，因為讓產品不被任何一家模型公司綁住，但反過來，它的能力上限也就被別人的模型卡死了。模型能幹到那，它就只能跟到那。何況眼下國內通用模型的天花板本身還比較有限，再接進 Tabbit 這套配置和框架裡，可操作的空間被進一步壓縮。這也意味著它能把工程做得很漂亮，能把上下文喂得很足，卻沒辦法讓一件模型本就幹不成的事憑空幹成。對那些只求「夠用」的人來說，這 100 天的進步是實打實的；但對那些追求「好用」、想把真正複雜的活兒交出去的人，它可能還在探索過程中。
100 天的 Tabbit 跑得很快，乾淨、好上手，穩穩接住了普通人想用 AI 辦點小事的需求，查份資料、改個網頁、理一張表。它沒有去瞄準當下最主流、也最受極客青睞的那條路，那種成體系、多層次、能扛複雜工作流的強 agent。行業裡一個越來越被認同的判斷是，agent 做個能演示的 demo 不難，難的是穩定好用，真正的成熟往往要等它開始老老實實解決某一個具體場景裡的具體問題。Tabbit 把這個場景選成了普通人的日常瑣事。這條路能不能走通，它能不能守住這個邊界，又不被這個邊界困住，還要打個問號。
02
首次回應被美團收購後近況
要理解 Tabbit 為什麼會做 AI 瀏覽器的選擇，得先回到劉炯團隊當初拿到的那道題。
光年之外是 2023 年創立的 AI 公司，後來美團把這家公司收了進來。收購之後，團隊被拆開了，跟大模型相關的人並進了美團的自研大模型團隊，剩下做應用的，只有幾個人。這幾個人手裡的命題，是「做一個 AI 應用」。具體做什麼，沒人規定，什麼都可以。
業內當時對這道題有過不少猜測，大家更期待這個曾經離大模型很近的團隊，交出來的第一份作業是個通用大模型，或者某個更性感的東西。結果他們前前後後試了一些方向，最後落在了瀏覽器上。
劉炯的理由很樸素，瀏覽器是個老形態，2008 年的 Chrome 到今天結構幾乎沒變，但它承載的東西一直在變重，白領平均一天有六個多小時泡在瀏覽器裡辦公，而 AI 又在源源不斷地生成網頁、生成應用，這些東西歸根結底都是網頁。一個越來越重要、形態卻十幾年沒怎麼動過的東西，在他看來恰恰是機會。更重要的是，瀏覽器天生知道你在看什麼、在做什麼，AI 接進來不用你把內容搬來搬去複製貼上，有天然的上下文資訊。
促成真正決定這件事能成立的，也有美團給的自由度。 劉炯在不同場合反覆提到一點，美團從來沒有要求他們只能接 LongCat，也沒說那家模型是競對所以不許接。產品做什麼功能、往那個方向迭代、資源怎麼投，團隊有相當大的自主權，公司只在大方向上把關。過去兩年他們試錯過不少，也承受了相應的代價。這种放手在國內大廠裡並不常見，多數公司收一個團隊進來，第一件事就是想辦法把它塞進自己的業務盤子裡。
但放手的另一面，是這個團隊確實沒有接入美團的主營業務體系。它還是個小產品團隊，做著一件跟外賣、跟本地生活八竿子打不著的事。外界一直有個流傳很廣的判斷，說 Tabbit 遲早會變成美團本地生活的一個新入口，往裡接外賣比價、酒店預訂。劉炯否得很乾脆，說現在沒有任何整合。他打過一個比方，瀏覽器自己得先立得住，是個有人愛用的好產品，至於將來要不要疊加美團的業務，那是錦上添花，「要兩個大於 1 的產品相乘才能有更好的結果」。
也因此，Tabbit 沒有去做那種調動全公司資源的超級入口。 同時，或許是因為 Tabbit 小、獨立、不被要求圍著美團的指標轉，它反而有了把產品本身做乾淨的餘地。在外部分析師眼裡，美團養這麼一個團隊，更像是在 AI 時代另押一張船票。這個判斷未必中聽，但它也有一定的合理性。
03
功能開始趨同，AI 瀏覽器接下來比什麼？
把 Tabbit 這個賭注放回整個行業裡看，它其實押在了一個還沒有答案的問題上。
眼下行業裡最主流的聲音，是為 AI 做產品。讓 agent 自己去跑、去點、去執行，人退到後面，產品越來越像是給 AI 用的，而不是給人用的。OpenAI 的 Atlas 把整個瀏覽器交給 agent，就是這條路最純粹的樣子。這個方向背後有個隱含的判斷，人遲早會退出操作，所以現在就該為那個未來設計產品。
Tabbit 偏偏選了反過來的起點。它不反對 AI 幹活，它反對的是把人擠出去。在它的設想裡，瀏覽器是人和 AI 共用的一張工作台，你幹你的，它干它的，共享同一套上下文，誰也不用給誰讓路。這背後也有一個判斷，在可見的相當長一段時間裡，人不會退場，而那些還沒真正上手 AI 的普通人，才是這一代產品真正沒做完的題。
這兩個判斷到底誰對，今天沒人能下定論，而且它們各自都站得住。支援 Tabbit 這一邊的邏輯是，讓 AI 全自動地替人辦事，這件事現在仍然有門檻，普通人還駕馭不了，與其逼他們一步到位，不如先給他們一個低門檻的、人還在中間的產品，等技術真正成熟了，他們自然會走到更自動的那一步。但反對的聲音也很尖銳，如果未來的錨點就是 agent 全面接管，那現在還把「人的敘事」當主流，會不會反而是在拖慢大家適應 AI 的速度，讓普通人停在一個註定要被淘汰的中間形態上。
這就引出了那個更要緊的問題。技術嘗鮮者已經被服務得足夠多了，但他們身後那一大批追隨者，需要的到底是什麼樣的產品，這件事到今天還沒有人認真回答。Tabbit 賭的就是這塊空白。它不見得對，但它至少沒有跟著所有人擠在同一個方向上。
在劉炯看來，無論是智能標籤整理還是一鍵造 Skill，單一功能上的創新，從來不是能長期領先的東西。他舉了標籤整理的例子，很多產品的整理是按域名分類，知乎一組、B 站一組，分完其實沒用，而 Tabbit 想做的是按你當下在干的事來分，在報銷、在寫材料、在做畢設，它認的是任務，不是網址。在他看來，功能可以被抄，但對一件事情的理解抄不走，而決定一個瀏覽器好不好用的，恰恰是這種理解。
這其實點破了 AI 瀏覽器這場競爭裡最關鍵的一些變化。過去瀏覽器的護城河是使用者規模和默認設定帶來的存量，現在功能層面大家越來越像，模型又是各家都能呼叫的公共資源，真正拉開差距的，落到了誰更懂人怎麼用產品上。這是 Tabbit 這樣一個沒有存量、沒有自研模型的小團隊，唯一可能贏的地方，也是它把全部籌碼押上去的地方。 (極客公園)