Microsoft Edge：AI 集成下的浏览器未来
- Aisha Washington
- 6月6日
- 讀畢需時 12 分鐘
已更新：6月18日
引言：为什么 Edge 正在从网页转向持久化助手
Microsoft 宣布了 Edge “Copilot Mode” —— 这是一种代理式、AI 驱动的浏览模式，它将 Copilot 功能直接集成到浏览器中，以自动化多步骤任务并提供上下文辅助。这段简短的描述低估了这一转变的重大意义：Copilot Mode 不再是一个一次只能回答一个查询的独立聊天窗口，它承诺提供一个持久化助手，能够观察你的浏览上下文、访问链接、总结内容，并代表你执行多步骤工作流。
这一点至关重要，因为它标志着人们对 Web 工具行为预期的一种转变。聊天 Copilot 只能回答问题并要求用户来回复制上下文，而代理式浏览器可以跨标签页操作、维护状态并端到端地编排任务。在研究实验室中，类似的想法已经在测试中：Biotic Browser 展示了 StreamingLLM 方法如何通过流式传输部分输出并编排导航步骤，从而加速复杂的 Web 任务。此外，针对 AI 助手的企业研究表明，用户通常看重针对工作流的集成式帮助，同时也对透明度和控制权提出了新的疑问，正如对 M365 Copilot 用户感知 的调查所显示的那样。
这一时机也具有人性化的一面。Microsoft 及其他公司的管理层正在真实任务中实验 AI —— 例如，Satya Nadella 曾描述过使用 AI 聊天机器人与播客转录文本进行交互，使内容更易于获取和搜索。Copilot Mode 正处于这些研究原型、企业试点和高管使用案例的交汇点 —— 它也引发了关于负责任部署、资源成本和监管审查的紧迫问题。
核心要点：Copilot Mode 不仅仅是一次功能更新；它标志着一种全新的交互模型，浏览器将成为主动的协作伙伴，而不再仅仅是被动的视窗。
Copilot Mode 的愿景及其使用体验
从单次回答聊天到代理式浏览体验
Microsoft 将 Copilot Mode 描述为一种“代理式”模式，它将 AI 直接集成到浏览流程中，以协助处理多步骤任务、上下文感知摘要和页面内辅助，而不是作为一个独立的聊天窗口。。通俗地说，“代理式”意味着助手可以代表你执行操作——访问链接、打开或关闭标签页、综合跨页面的信息并返回整合后的结果。这与传统的聊天助手形成了鲜明对比，后者通常在回答一个问题后便停止工作。
设计师希望这将使研究、购物、旅行规划和许多其他 Web 工作流变得更加高效。想象一下，让浏览器“对比五款 1,200 美元以下笔记本电脑的电池续航和便携性”，然后看着它汇总来自多个零售商的规格，突出优缺点并呈现一份简短清单——这一切都无需手动复制粘贴。
交互模型、流式结果和 UX 预期
一个核心的交互变化是结果可能会增量式地呈现。针对基于 StreamingLLM 系统（如 Biotic Browser）的研究表明，流式传输 Token 和部分输出可以降低延迟，并在代理执行过程中让用户保持知情。应用到浏览器上，这意味着你可能会看到摘要草稿开始出现，而代理则继续获取和验证支撑页面，而不是等待一个庞大的最终响应。
UX 设计师需要平衡辅助功能与自主权及控制权。用户希望在智能体执行操作时看到明确信号，拥有暂停或修正计划的选项，并能看到来源溯源，以便了解哪些网站对结论做出了贡献。这些预期与职场 AI 研究结果相呼应：M365 Copilot 用户欣赏生产力的提升，但希望对 AI 行为拥有透明度和控制权。
值得关注的实用功能
针对长篇文章和报告的自动摘要，并根据阅读水平或可用时间进行定制。
任务编排：跨站点的价格和功能对比、预订或预约流程，以及为电子表格提取数据。
原位创作辅助：在撰写电子邮件、表单或社交帖子时，基于当前页面内容提供上下文建议。
洞察：真正的用户获益将不再通过华丽的演示来衡量，而是取决于智能体在无人监督的情况下完成多步任务的可靠程度。
核心结论：期待一个能够主动开展工作的浏览器，但同时要求具备明确的控制权和溯源机制，以确保这种能力的可靠与负责。
底层原理：来自 Copilot Mode 和 StreamingLLM 研究的性能信号
StreamingLLM 如何为延迟和响应能力提供线索
Microsoft 的产品宣传将 Copilot Mode 定位为原生浏览器功能。虽然商业细节尚不明确，但 Biotic Browser 的研究通过展示 StreamingLLM 架构可以通过流式传输部分输出和接受部分观察来降低多步骤 Web 任务的延迟，从而帮助设定预期。在实践中，这种架构意味着系统不会等待收集完所有证据后再做出响应；它在读取和获取页面时就开始构建答案，这可以使交互感觉更快、更流畅。
对于用户而言，这转化为更早地看到结果和持续的反馈循环：代理报告进度，在必要时提出澄清问题，并在解析更多页面时优化输出。
资源、运行时和电池的权衡
代理化浏览（Agentic browsing）本质上比被动页面渲染更耗费资源。在持续流式传输上下文和导航页面的同时运行模型（即使是在服务器端）会增加网络流量和后台计算。研究原型量化了流式传输和延迟优势，但产品部署必须在响应速度与能源消耗及成本之间取得平衡。
如果 Microsoft 选择混合模式（部分设备端处理结合云端推理），权衡因素就会发生变化：设备端模型可以降低某些任务的延迟和隐私风险，但会增加本地 CPU 和内存需求。相反，云优先方法集中了计算且功能更强大，但它们需要稳定的连接并引入了新的数据流考量。
对比性能和用户影响
与传统的非智能体浏览相比，Copilot Mode 旨在通过减少手动复制、标签页切换和上下文切换，缩短复杂工作流的完成时间。与独立聊天助手相比，集成的浏览器智能体保留了本地上下文（打开的标签页、表单字段、页面 DOM）并能直接对其进行操作，这通常会带来更快的任务吞吐量。
针对职场助手的研究表明，这些提升在实践中具有重要意义：对 M365 Copilot 的研究发现，当助手紧密集成到工作流中时，用户感知到了显著的生产力提升和任务效率改善。如果 Copilot Mode 在 Web 环境中能提供相当的可靠性，很可能会出现类似的感知收益。
核心结论： 预计任务完成速度会更快，但需考虑到更高的资源占用，且性能会因设备端或云端编排方式的不同而有所差异。
谁能获得 Copilot Mode、何时获得以及可能的花费
发布信号与分阶段推出预期
Microsoft 已公开宣布将 Copilot Mode 作为 Edge 的一项新浏览器功能。在实践中，大型功能的推出通常分阶段进行：首先面向 Insider 用户提供早期访问版本，随后在稳定版通道中广泛可用，通常还会针对部分用户开启增量功能标记。
对于已经在使用 Microsoft 365 中的 Copilot 的企业客户，可能会先进行组织级试点，以便 IT 团队在面向普通消费者发布之前测试集成、治理和管理控制。
定价和订阅的可能性
该公告并未指定价格。鉴于 Microsoft 现有的 Copilot 策略——即在 M365 中将免费产品体验与高级 Copilot 层级相结合——一种可能的路径是在免费的 Edge 版本中提供基础的 Copilot Mode，而高级或企业级编排功能则保留给订阅者。然而，在 Microsoft 发布正式定价或包装方案之前，这仍属于推测。
企业控制与消费者便利的权衡
企业客户在采用新的自动化功能之前，通常需要审计、数据泄露防护和策略控制。 M365 Copilot 的研究体系显示，企业在追求生产力助力的同时，也对加强治理有着强烈需求。Microsoft 可能会在 Copilot Mode 上遵循类似的模式：为日常浏览提供消费者友好的功能，并提供支持集中控制和合规工具集成的企业级能力。
洞察：如果您负责组织的 IT 管理，请在推荐广泛的托管部署之前，关注试点计划和策略控制选项。
核心结论： Copilot Mode 将分阶段推出；高级企业功能极具可能性，但具体的定价和准入资格尚未公开。
Copilot Mode 与研究原型及竞争对手助手的对比
产品化智能体与实验室原型
Copilot Mode 是一项商业化、产品化的智能体浏览器功能，而 Biotic Browser 是一个研究原型，旨在展示 StreamingLLM 架构并提供实证性能指标。该研究为工程师提供了处理低延迟、多步骤网络任务的清晰蓝图，但产品团队还面临着 UI 设计、规模化、隐私治理和跨平台集成等额外挑战。
简而言之：研究证明了可行性并带来了优化；而产品必须解决数百万次会话中的安全性、可靠性和一致的用户体验。
Copilot Mode 与 M365 Copilot 在关注点上的不同
M365 Copilot 的研究中心是办公生产力——文档、电子邮件和协作——以及用户如何感知这些助手。Edge Copilot 模式相比之下，后者针对 Web 进行了优化：包括导航、内容摘要和跨站点编排。这种范围上的差异意味着每个助手都需要不同的治理模型和上下文基础：一个针对敏感的企业文档进行调优，另一个则针对公共网络的复杂性和多变性进行优化。
对隐私、权限和用户体验（UX）的影响
传统的浏览方式只是渲染内容并将操作留给用户。代理式浏览（Agentic browsing）引入了自主操作，这些操作可能会访问多个域名、填写表单或提取数据。这些能力需要细粒度的权限模型、清晰的同意流程以及透明的出处报告，以便用户了解助手做了什么以及原因。
监管审查紧随其后：与学术原型不同，商业功能必须面对责任型 AI 要求和不断演变的法律环境。近期关于 责任型 AI 代理的研究以及对AI 治理和供应商影响力的担忧，强调了在规模化推出代理功能时，需要独立的审计、清晰的政策阐述以及多利益相关方的监督。
核心观点：产品化需要额外的层级——透明度、控制和治理——而研究原型并不需要解决这些问题。
真实世界用例、开发者影响以及负责任的 AI 权衡
集成助手如何改变工作流的示例
高管和早期采用者已经开始尝试使用 AI 来开启新的工作流：Satya Nadella 使用 AI 聊天机器人处理播客转录，展示了助手如何将长媒体转化为可搜索、可交互的体验。转化为 Copilot Mode 后，浏览器可以让用户针对新闻文章提出后续问题，从长篇调查中提取时间线，或者从多个来源综合产品评论，而无需手动汇总。
开发者和内容创作者将看到新模式的出现：代理感知设计（agent-aware design）、帮助代理解析页面的结构化元数据，以及公开价格、库存和规格等权威数据的轻量级 API。
开发者平台的机会与责任
代理化浏览（Agentic browsing）为扩展程序作者和 Web 开发者开启了丰厚的机会。新的 API 可能允许扩展程序注册功能、请求代理权限以执行操作，或提供精选的验证服务。但这种自由也伴随着责任：如果缺乏适当的限制和身份验证，跨域交互的代理可能会增加抓取压力，加剧滥用自动化，并创造新的攻击面。
治理工具——速率限制、权限范围、透明日志——将至关重要。开发者需要遵循负责任 AI 工具包，并在与第三方内容交互的智能体中嵌入安全检查。
治理、审计与长期风险管理
关于负责任 AI 智能体的学术研究主张采用包含透明度、可审计性和人类监督在内的显式设计模式。与此同时，关于 AI 治理与监管俘获的研究强调，大型供应商可能会利用自身优势制定标准和政策。对于部署 Copilot Mode 或在其基础上进行构建的组织而言，这意味着需要投入外部审计、保持智能体行为的清晰文档记录，并参与行业标准的制定。
洞察：负责任的部署不是可选的附加组件——如果代理智能体要在大规模范围内赢得用户信任，它就是核心产品需求。
核心结论： 代理浏览器为用户和开发者提供了强大的新功能，但负责任地构建它们是一项多方面的工程与治理挑战。
FAQ：关于 Copilot Mode 和 AI 浏览器的常见问题
Copilot Mode 究竟是什么，它与 Copilot chat 有什么区别？
Copilot Mode 是一种集成式的智能体浏览模式，它能够跨页面和任务运行，而非仅作为一个独立的聊天侧边栏。虽然基于聊天的 Copilot 负责回答离散的查询，但 Copilot Mode 可以根据您的指令追踪链接、编排工作流并执行多步骤任务。
Copilot Mode 何时可用，谁会率先获得？
Microsoft 已经发布了该功能，但根据产品惯例，这通常意味着分阶段推出——先是预览体验成员（insiders）和试点项目，然后才是更广泛的稳定版本。。企业级试点通常早于消费者版本，特别是在涉及管理员控制和合规性要求时。
Copilot Mode 会减慢浏览器速度或需要特殊硬件吗？
智能体化的流式 AI 功能通常会增加计算和网络消耗。原型背后的 StreamingLLM 研究展示了降低延迟的架构技术，但实际的资源影响将取决于 Microsoft 是在云端、设备端还是采用混合模型运行推理。
Copilot Mode 安全吗？Microsoft 如何处理隐私和伦理问题？
部署智能体助手需要针对透明度、可审计性和用户控制进行明确设计。关于 负责任的 AI 智能体 的学术建议以及针对以下方面的用户研究 M365 Copilot 显示出用户对伦理保障和清晰溯源的需求。预计 Microsoft 将发布相关政策和控制措施，但用户仍应仔细审查权限和数据流。
Copilot Mode 将如何改变 Web 开发者的机会？
StreamingLLM 风格的智能体可以启用新的集成点和 API，让开发者能够在网站上公开结构化数据或智能体钩子（agent hooks）。这为更丰富的自动化和个性化创造了机会，但也使速率限制和反滥用措施变得必不可少。
Microsoft 是否会通过 Copilot Mode 影响浏览器相关政策？
大型厂商可以塑造标准和监管；学术研究警告称存在AI 治理中的监管俘获风险。广泛采用的智能体浏览器将成为政策辩论的焦点，这使得广泛的利益相关者参与和透明治理显得尤为重要。
展望未来：Copilot Mode 对用户和浏览器生态系统意味着什么
Copilot Mode 标志着一个明确的方向性突破：浏览器不再仅仅是内容的中心化框架，它可以成为一个主动的合作伙伴，负责完成任务、综合信息，并减少多步骤 Web 工作的摩擦。在未来几年，随着这些功能从受控演示走向主流应用，三大动态将决定智能体化浏览（agentic browsing）是否能带来正向收益。
首先是性能和可靠性。用户将迅速根据 Copilot Mode 是否能真正加速复杂任务而不引入错误或额外工作来对其进行评判。诸如 Biotic Browser 关于 StreamingLLM 的研究 等成果表明，某些架构可以让智能体感觉快速且响应及时；产品工程则需要在大规模应用中实现这些优势。
其次是隐私和治理。一个能跨标签页读取并代表你执行操作的助手在带来便利的同时，也伴随着数据流和权限方面的权衡。用户和组织将要求行为可审计、决策可溯源，以及防止过度授权的实用控制措施。文献中描述的负责任 AI 框架提供了路线图，但商业现实将需要持续的透明度和外部监督来建立信任。
第三是生态系统效应。开发者将创造新的智能体感知体验和商业模式，而监管机构和标准制定机构将尝试为安全和公平设定规范。平台所有者、独立开发者和公民利益相关者之间的权力平衡，将影响智能体化浏览是扩大了用户选择还是集中了控制权。
目前仍存在不确定性。实施细节——例如 Microsoft 是否选择云优先推理、定价结构如何、以及提供哪些管理控制措施——将塑造采用路径。在速度、隐私和成本之间存在着权衡，这不是单一的一次发布就能解决的。
对于读者和组织而言，近期的机会是尽早且务实地参与：开展试点实验，坚持透明度和可审计性，并设计能与智能体助手良好协作的内容和服务。对于开发者，开始思考结构化数据和智能体友好型 API；对于 IT 领导者，准备测试在生产力与合规性之间取得平衡的治理模型。
最终，Copilot Mode 是向 Web 进化迈出的重要一步，在那个世界里，任务可以委派给智能体, 上下文感知助手。如果能在实施过程中审慎关注性能、隐私和包容性治理，这一转变可能会将日常在线工作转化为更快速、更便捷的体验。否则，它可能带来新形式的摩擦和权力集中。随着后续更新的发布，请关注 Microsoft 所做的技术权衡以及随之而来的治理框架——这些将决定代理式浏览（agentic browsing）是会成为值得信赖的日常伴侣，还是成为 AI 在公共生活中角色争议的又一个头条新闻。
