AI浏览器正为用户完成跨网站的重复工作。
2023年，大模型能力刚刚起势，浏览器很快被视为AI时代最值钱的入口之一。
全球互联网用户达到数十亿规模，Chrome一款产品占了三十亿量级用户，谁能把AI装进浏览器，谁就有机会重新分配这块蛋糕。
随后两年，国内有360AI浏览器，豆包AI浏览器...美团也推出了Tabbit，Fellou与Genspark等初创产品陆续加入竞争。
海外市场出现Arc和Dia，Comet与Atlas进一步推高热度。
第一批产品的能力很集中，主要理解当前页面，完成摘要与翻译，也能追问内容和提取视频字幕，更多的像是在浏览器边上加一个能读懂当前页面的助手。
用户依然缺少换掉Chrome的充分理由。回答质量主要由模型和资料来源决定，多数创业公司缺少自研模型，也缺少搜索引擎积累多年的内容体系。
即使一些去水印、拼图和知识库等附加功能可以改善体验，很难单独支撑长期留存。
2025年前后，产品开始理解用户正在处理的整件事。标签页内容和协作工具可以进入同一任务环境，邮箱日历与浏览记录也被纳入上下文，Dia、Comet与Atlas分别沿着这些方向扩展。
网页理解继续向任务执行延伸，AI浏览器也进入Agent阶段。
此时，豆包和千问等这类通用智能体产品开始承接复杂任务，Claude Code与Codex又占住专业工作场景，浏览器需要证明自己具备独有价值。
Polar在这个节点获得570万美元种子轮融资，由Madrona领投，前GitHub CEO Thomas Dohmke等一批科技圈知名人士参与投资。
该团队表示，现在用Polar的人，日常浏览网页依然用别的浏览器，只有需要处理批量、重复、跨网站的工作任务时，才会打开Polar。
浏览器天然拥有理解用户如何和网站互动的优势，用户又本来就登录着自己最常用的那些服务，这两点叠加起来，才让浏览器这个载体有了额外的价值。
Polar的创始人Kevin Jiang此前在Perplexity参与Comet的开发，亲眼看着第一波AI浏览器把订机票、订餐厅这类消费级场景当成主打演示。
普通消费者并不会每天订机票或者做预订，这类场景撑不起一款浏览器的日常使用频率，Polar从一开始就没有瞄准大众消费者，选择了知识工作这个更窄、但重复频率高得多的方向。
网页工作具有一种稳定结构。任务往往需要打开若干页面，辨认字段含义，提取零散资料，再将内容写进另一套系统。
人会依靠常识处理登录状态、菜单变化和缺失信息，普通自动化脚本遇到页面改版便容易中断，通用聊天产品又缺少持续点击与填写的执行环境。每个页面的细微差别都可能改变后续步骤。
这给Polar留下了一条产品路径。
它专门服务依赖互联网完成工作的用户，重点处理持续几十分钟乃至数小时的任务。模型能力的进展也是团队选择此时创业的重要条件。
较早的浏览器代理在多轮模型调用之后容易迷失，长任务会出现页面判断错误和步骤遗漏。新一代模型对长上下文、视觉页面与工具调用的处理更加稳定，代理才有机会保留目标并完成较长链路。
Polar的前身叫Composer，最初形态更接近运行于Electron环境的浏览器代理。
团队发现登录会话和工作记忆难以长期保持，复杂界面也经常影响交互，浏览器扩展的接入又增加了工程负担。2026年5月，Composer升级为Polar，产品改成Chromium分支。
这次改动影响了产品能够接触的工作范围。
打开Polar，主界面是一套熟悉的Chromium浏览器，网页占据主要区域，代理对话框和执行记录贴在侧边。
系统预设Power Mode、Default Mode和Lite Mode，复杂工作可以调用性能更高的模式，日常与轻量请求会控制额度消耗。
快速响应可以单独开启，网页状态始终可见，用户也能在代理运行期间按下停止按钮。
和大部分AI浏览器差不多，任务开始后，Polar会直接操作当前网页，先识别页面可见内容，再寻找筛选项和详情入口。
执行记录会同步显示选择条件、滚动页面和逐个抓取链接等动作，相关步骤旁还会出现缩略截图。
网页信息收集完成后，Polar会整理出一份结构化报告，正文可以包含对象概况和关键背景，来源链接也会保留，方便人工核对。
系统内置Tasks与Skills页面，现成任务可以作为起点，使用过程还可以沉淀成可复用Skill，用户也能通过对话或手动方式创建。
需要反复执行的任务可以保存成Workflow，再按时间表运行或用命令触发，Connectors还能直连Google、Apollo和Linear等服务，也支持通过远程MCP地址加入自定义工具。
跨网站操作则构成Polar区别于网页聊天工具的关键。
普通侧边栏可以解释当前页面，Polar会继续打开新页面，比如把一处找到的字段带入另一处表单，还能进入用户已经登录的工具完成更新。
此外，Polar允许代理在多窗口内安排子任务，较小模型可以承担菜单导航与表单填写，主代理负责维持目标和汇总结果。
主流浏览器代理基准测试
目前产品上线七个月，用户已经在上面累计执行超过450万次网页操作，最长的一次任务在没有人工介入的情况下连续跑了超过15个小时。
理解Polar的定位，需要先把AI浏览器这几年出现的产品分成几类。
第一类想直接抢占默认浏览器的位置，代表产品是Comet、原本的Atlas、Dia，以及国内的Tabbit等。
这类产品把自己包装成一款完整的浏览器，希望用户放弃已经用了多年的Chrome或者Safari，全面迁移过来，书签、密码、扩展、登录状态都要重新导入一遍。
第二类完全不要求用户换入口，在原有浏览器里加一层AI能力，谷歌把Gemini逐步整合进Chrome是最典型的例子，国内的夸克、QQ浏览器、360浏览器大体也属于这一类。用户不用改变习惯，浏览器本身悄悄变聪明了。
第三类是自带Agent的任务浏览器，如Polar，Fellou。
用户直接交代目标，浏览器内部的Agent负责理解要求并规划步骤，随后操作网站并整理结果。它们可以承担第二浏览器的角色，批量任务或跨网站工作出现时再打开，用户不需要提前完成整套浏览数据迁移。
第四类是给外部Agent使用的浏览器执行环境，ego lite等属于这一类。
这类产品主要提供网页控制能力、登录状态和隔离的任务空间，负责理解要求并规划步骤的是Codex、Claude Code或Cursor等外部Agent。
Space是ego lite区别于普通浏览器自动化工具的关键。每个Agent任务都会进入独立空间，可以复用用户已有的登录环境，也不会抢占用户正在浏览的标签页。
olar在产品内部完成目标理解和任务规划，网页操作也由它接手。
用户不用做一次性的迁移决定，尝试成本低了很多，团队也表示愿意探索浏览器之外的形态，比如通过操作电脑屏幕来实现同样的自动化能力。
大多数浏览器Agent能完成一次点击或者一次搜索，很难支撑起完整的长流程，Polar宣称自己能在无人干预的情况下跑完超过15个小时的任务。
公司还提到，自己的浏览器Agent在相关基准测试上超过了OpenAI和Anthropic的同类系统，不过这个说法目前同样出自公司单方面的表述。
第三个特点是把临时指令变成可以反复调用的工作流。
普通的浏览器Agent每次都要重新描述任务，Polar允许用户保存常用指令，根据当前打开的标签页触发任务，设置定时运行，一套操作流程能反复跑很多遍。但现在也越来越多AI浏览器往这边靠了。
前阵子Atlas关停的消息传出后，很多人开始怀疑AI浏览器这个产品形态本身。