作者｜徐珊
编辑｜郑玄
一句话生成浏览器插件，AI 自动整理标签页。如果你关注 AI 浏览器，这两个功能你大概率见过，国内一款叫 Tabbit 的产品，几个月前就上线了。
但这次演示它们的，是苹果。6 月 8 日的 WWDC 上，苹果花了不少篇幅介绍 Safari 的这两个新能力，让浏览器从一个被动的工具，变成能主动帮你打理事情的助手。今年以来，Chrome 押的是 Gemini 的深度集成，Edge 绑定 Copilot，OpenAI 的 Atlas 干脆把整个浏览器交给 agent，但事实上，浏览器的 AI 功能也开始趋同。
这对所有做 AI 浏览器的团队来说，都不算好消息。当读懂你的标签页、替你执行任务、记住你是谁，变成每一家的标配，「我有个新功能」这件事正在快速贬值。一个创业团队领先巨头几个月做出某个功能，换来的护城河只有几个月时间的领先。
如果 AI 浏览器的功能会趋同，那不会趋同的是什么。6 月 9 日，WWDC 的第二天，Tabbit 走完 100 天公测，正式发布 1.0 版本。该版本正在新增记忆功能，会持续记录用户偏好、背景以及其他重要信息，并形成「可调用记忆」，自动适配用户回复风格，减少无效对话及动作。同时，上线了妙招商城，支持分享不同 Skill。
Tabbit 正式开始商业化进程。据刘炯介绍，面向大众用户的基础对话、网页阅读、常用妙招等核心功能 Tabbit 将永久免费。针对高频的 Agent 自动化调用及高级定制化场景，Tabbit 将探索差异化的订阅制模式，暂时定价为 9.9 元每周不限量。
一个仍然为人设计的浏览器，是 AI 普及的入口，还是注定被冲掉的中间形态？一个被收购又被拆分的团队，凭什么敢做全行业最不性感的选择？以及最重要的，当功能不再值钱，AI 浏览器这门生意，到底在比什么？
Tabbit 用 100 天给出了它的初步答案，这份答案的成色，值得我们仔细看一遍。
01
100 天后，Tabbit 长成了什么样？
从 Tabbit 公测开始，我就一直在用。最开始时候，我给过它一个判断，它是我用过最适合普通人上手的 AI 浏览器。
这个「方便」不是一句客套。它的首页很干净，进去就是一个大的输入框，可以输网址正常上网，也可以直接对话。没有满屏的浮窗或者功能键，调用所有的妙招都是中文，简单易懂可见。
刘炯提到自己有洁癖，所以讨厌那种被各类插件占满的浏览器。「侧边一整排小球，选一段文字就跳出好几个菜单，有的还故意延迟两秒，好盖在别人上面。很像每天回家家门口贴的那些小广告」。因此，Tabbit 公测时给人的第一印象，干净、好上手。而这 100 天里，它做的事情，也在此基础上开始一层一层往上长。
过去，妙招多是把你常用的一段提示词存成快捷指令，输入斜杠就能调出来。但在这 100 天里，它长成了三类东西，提示词、脚本和 agent 任务。他演示了如何把小红书首页的推荐流进行数据分析或者是打开微信公众号的长文，自动在页面上生成一个目录，方便跳转。过去你要么得去插件商店里碰运气造一个 Skill，现在你只需要和侧边栏说一句话。
比较有趣的是，Tabbit 考虑到了页面占用问题，当你执行一个 agent 的时候，你可以再打开一个网页去做其他任务，而 agent 的执行会持续运作，刘炯说道，「这样就不会出现有些命令是在和用户抢页面的情况了」。
妙招现在是可以分享的。Tabbit 做了一个「妙招广场」，里面有大量用户自己做的东西，关闭弹窗的、屏蔽广告的、导出 B 站高速播放的、测你收藏夹人格的。一个人做出来，整个小组、甚至更多陌生人都能拿来用。
更关键的变化是，妙招从一个人的工具，变成了一个能流通的生态。Tabbit 做了一个妙招广场，眼下已经有三百多款现成妙招可以一键添加，关闭弹窗的、屏蔽广告的、导出 B 站字幕的、做长文总结的，应有尽有。你做出一个好用的妙招，能生成一个分享链接，别人用 Tabbit 打开就直接装上了。
发布 1.0 的同时，Tabbit 还办起了妙招大赛，给好作品发奖金、给认证、给曝光。这件事刘炯看得很重，在他的设想里，妙招不是个锦上添花的功能，而是 Tabbit 真正想造起来的护城墙，让不会写代码的普通人也能造出自己的工具，再把工具分给别人，浏览器就从一个看网页的地方，变成一个大家一起搭出来的 AI 工作台。
有了妙招打底，它这 100 天的第二个变化，是个性化能力增强。
公测时 Tabbit 的对话是一次性的，关掉就忘。1.0 补上了跨对话的记忆，它会把你是谁、在干嘛记下来，记错了还能手动改；补上了本地目录挂载，你把一个文件夹授权给它，里面有什么它按需自己去看；收藏也不再只存网址，而是把整篇网页的全文索引下来，你问相关问题时它能自动引用。这些东西加在一起，其实是 Tabbit 在用它的工程能力搭一个底座，让用户自己也能在上面长出想要的东西，而且用得越久，它对你的理解和意图的把握就越深。
这种「懂你」具体长什么样，Tabbit 请了三个普通用户来回答。一个艺术专业的应届生，把几十篇文献按主题分成几个标签组，直接丢给它提炼观点、找研究空白，靠它啃下了一个全英文的分析软件，过了毕业答辩。一个 HR，招海外增长专家时不急着找人，先把业务目标、组织现状这些材料喂给它，让它帮自己把「这个岗位到底要什么能力」想清楚再去看人。一个建筑师，把每月重复的中标统计拆成几个妙招串成流水线，原来四个人的活儿现在基本不用人管。
学生、HR、建筑师，没有工程师，没有极客，这恰恰圈出了 Tabbit 想要的人，不是 AI 玩得很溜的技术开发者，而是后面那一大批原本对 AI 还有点犹豫的普通人。
模型层的变化 也不小。首先是接的模型更多了，不只免费可用的那些，也接进了一些更贵的高阶付费模型，Tabbit 1.0 内置了 LongCat、DeepSeek、智谱 GLM、Kimi 等多款国内头部大模型，并会实时接入新模型 API，把选择权留给用户。其次是，多模型的协同做得更顺，同一个问题，你可以让三四个模型一起作答，再让它横向对比、挑出分歧、最后总结成一份，省得你自己一家家去问，再切换界面对比。
据透露，公测期间六成以上的用户会主动切换模型，平均每个人用上 2.1 个，因为不同模型擅长的事不一样，有的适合写代码，有的快、适合日常问答，有的适合翻译。Tabbit 干脆把它们全端上来，还在调用的分配和速度上做了优化，新模型基本首发就能用上，平时按场景把请求分给合适的模型，性能上它一直追着 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。
最直接的问题是 agent 的执行还不够稳，实际用起来，卡顿、报错等情况时有出现。
Tabbit 对此不避讳，但也给出了一些新洞察：Agent 任务成功率从 3 月的 53.1% 提升至目前的 91.8%。其中，5 月数据显示，单用户月均 Token 使用量已达 853 万，用户正持续、高频地将 Tabbit 应用于较重的任务处理和工作流中。
其次，「接所有人的模型」可以是优势，因为让产品不被任何一家模型公司绑住，但反过来，它的能力上限也就被别人的模型卡死了。模型能干到哪，它就只能跟到哪。何况眼下国内通用模型的天花板本身还比较有限，再接进 Tabbit 这套配置和框架里，可操作的空间被进一步压缩。这也意味着它能把工程做得很漂亮，能把上下文喂得很足，却没办法让一件模型本就干不成的事凭空干成。对那些只求「够用」的人来说，这 100 天的进步是实打实的；但对那些追求「好用」、想把真正复杂的活儿交出去的人，它可能还在探索过程中。
100 天的 Tabbit 跑得很快，干净、好上手，稳稳接住了普通人想用 AI 办点小事的需求，查份资料、改个网页、理一张表。它没有去瞄准当下最主流、也最受极客青睐的那条路，那种成体系、多层次、能扛复杂工作流的强 agent。行业里一个越来越被认同的判断是，agent 做个能演示的 demo 不难，难的是稳定好用，真正的成熟往往要等它开始老老实实解决某一个具体场景里的具体问题。Tabbit 把这个场景选成了普通人的日常琐事。这条路能不能走通，它能不能守住这个边界，又不被这个边界困住，还要打个问号。
02
首次回应被美团收购后近况
要理解 Tabbit 为什么会做 AI 浏览器的选择，得先回到刘炯团队当初拿到的那道题。
光年之外是 2023 年创立的 AI 公司，后来美团把这家公司收了进来。收购之后，团队被拆开了，跟大模型相关的人并进了美团的自研大模型团队，剩下做应用的，只有几个人。这几个人手里的命题，是「做一个 AI 应用」。具体做什么，没人规定，什么都可以。
业内当时对这道题有过不少猜测，大家更期待这个曾经离大模型很近的团队，交出来的第一份作业是个通用大模型，或者某个更性感的东西。结果他们前前后后试了一些方向，最后落在了浏览器上。
但放手的另一面，是这个团队确实没有接入美团的主营业务体系。它还是个小产品团队，做着一件跟外卖、跟本地生活八竿子打不着的事。外界一直有个流传很广的判断，说 Tabbit 迟早会变成美团本地生活的一个新入口，往里接外卖比价、酒店预订。刘炯否得很干脆，说现在没有任何整合。他打过一个比方，浏览器自己得先立得住，是个有人爱用的好产品，至于将来要不要叠加美团的业务，那是锦上添花，「要两个大于 1 的产品相乘才能有更好的结果」。
也因此，Tabbit 没有去做那种调动全公司资源的超级入口。 同时，或许是因为 Tabbit 小、独立、不被要求围着美团的指标转，它反而有了把产品本身做干净的余地。在外部分析师眼里，美团养这么一个团队，更像是在 AI 时代另押一张船票。这个判断未必中听，但它也有一定的合理性。
03
功能开始趋同，AI 浏览器接下来比什么？
把 Tabbit 这个赌注放回整个行业里看，它其实押在了一个还没有答案的问题上。
眼下行业里最主流的声音，是为 AI 做产品。让 agent 自己去跑、去点、去执行，人退到后面，产品越来越像是给 AI 用的，而不是给人用的。OpenAI 的 Atlas 把整个浏览器交给 agent，就是这条路最纯粹的样子。这个方向背后有个隐含的判断，人迟早会退出操作，所以现在就该为那个未来设计产品。
Tabbit 偏偏选了反过来的起点。它不反对 AI 干活，它反对的是把人挤出去。在它的设想里，浏览器是人和 AI 共用的一张工作台，你干你的，它干它的，共享同一套上下文，谁也不用给谁让路。这背后也有一个判断，在可见的相当长一段时间里，人不会退场，而那些还没真正上手 AI 的普通人，才是这一代产品真正没做完的题。
这就引出了那个更要紧的问题。技术尝鲜者已经被服务得足够多了，但他们身后那一大批追随者，需要的到底是什么样的产品，这件事到今天还没有人认真回答。Tabbit 赌的就是这块空白。它不见得对，但它至少没有跟着所有人挤在同一个方向上。
在刘炯看来，无论是智能标签整理还是一键造 Skill，单一功能上的创新，从来不是能长期领先的东西。他举了标签整理的例子，很多产品的整理是按域名分类，知乎一组、B 站一组，分完其实没用，而 Tabbit 想做的是按你当下在干的事来分，在报销、在写材料、在做毕设，它认的是任务，不是网址。在他看来，功能可以被抄，但对一件事情的理解抄不走，而决定一个浏览器好不好用的，恰恰是这种理解。
这其实点破了 AI 浏览器这场竞争里最关键的一些变化。过去浏览器的护城河是用户规模和默认设置带来的存量，现在功能层面大家越来越像，模型又是各家都能调用的公共资源，真正拉开差距的，落到了谁更懂人怎么用产品上。这是 Tabbit 这样一个没有存量、没有自研模型的小团队，唯一可能赢的地方，也是它把全部筹码押上去的地方。
* 头图来源：Tabbit
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你觉得 Tabbit 最好用的功能是什么？
