我们如何将云浏览器的成本降低至三分之一并提升速度
我们将浏览器会话成本从每小时 $0.06 降至 $0.02，同时让浏览器启动和扩展速度更快。
文章
不限日期
共 72 篇第 51–72 篇
Claude Fable 在 BU Bench 上创下高分
我们使用开源的 Browser Use 库在 BU Bench 上运行了 Claude Fable 5。它取得了 80% 的得分，胜过所有其他模型。
构建文件语义分析器：借助 AI 大规模守护出站数据
如何大规模保护数据？Uber 的文件语义分析器使用生成式 AI 对文件内容进行语义分类和摘要，从而提升安全性并减少误报。
解决 AI 智能体的身份危机
AI 智能体可以执行强大的操作，但你能证明是谁执行了操作以及为什么执行吗？以下是 Uber 如何为安全、可审计的工具调用构建智能体身份和端到端溯源。
利用图感知 Transformer 扩展实时交通预测
了解 Uber 如何部署带有图数据管道的深度 Transformer 模型来解决实时交通预测问题，从而改善全球数百万客户的路线质量和到达时间，并释放出 1 亿美元的年化长期价值。
在 Uber 构建初版 AI PRD 审阅器的经验教训
如果每位产品经理在 PRD 进入评审室之前，都能拥有一个快速、上下文丰富的初审员，会怎样？我们在 Uber 构建了一个 AI PRD 评估器，以便尽早发现盲点、挖掘既有资料，并为产品评审提供更高价值的信息。
浏览器使用开源库的生产架构
我们在开源 browser-use 库之上运行的 SQS-to-Lambda 架构。
我在过去 4,000 次提交中犯的所有错误
作为 Browser Use 首位工程师的一年错误，按时间顺序排列。
智能体框架的惨痛教训
不要包装大语言模型，也不要包装它的工具。
真正会学习的网络智能体
每个访问网站的智能体都从零开始。我们让它们拥有记忆。
我们如何用 Auto-Research 打造最佳浏览器智能体
在 Online-Mind2Web 基准测试中达到 97%。有史以来的最高分。
我们对所有主要云浏览器供应商进行了隐秘基准测试
我们基于真实生产数据构建了一个隐秘基准测试，并测试了所有主要云浏览器。
当你赋予智能体最大自由时会发生什么
训练胜过提示。每一次都是。
我们如何构建安全、可扩展的智能体沙箱基础设施
从 AWS Lambda 到 Unikraft 微虚拟机，以及控制平面架构。
我们如何为 AI 网页智能体构建可扩展的评估基础设施
深入了解我们高度可扩展的 LLM-as-a-judge 评估平台，该平台解决了网页智能体的方差问题。
Browser Use 应该使用哪种 LLM 模型？权威浏览器 AI 基准测试
一项统计严谨的基准测试，比较顶级前沿模型在浏览器自动化方面的速度、成本和准确性。
[newsletter] Pi：AI 编码代理的架构
一个包含七个包的 monorepo 如何将任何 LLM 变成编码助手——以《开源应用架构》风格撰写的一章。
[博客] 推介潜在模式博客
我们为什么要推出博客系列、将发布哪些内容，以及如何通过 RSS 订阅。
浏览器智能体机器人检测即将改变
我们如何让 Browser Use 保持不被检测
浏览器智能体基准测试：比较用于网页自动化的 LLM 模型
BU Bench V1（2026 年 1 月）：所有主流 LLM 在 100 项高难度浏览器任务上的表现。Browser Use Cloud 得分为 78%，领先当时最佳开源模型 16 分。
智能体框架的惨痛教训
所有价值都在经过强化学习训练的模型中，而不在你那一万行抽象代码里。
你好，世界！
第 51–72 篇/共 72 篇