上周有人问我:一个人做产品,最难的是什么?
我说不是写代码。是你得先当自己产品的用户——同一套流程手动做几十遍,才知道哪一步值得交给 AI ,哪一步交出去反而是灾难。
油小猴就是这么做出来的:先给自己用,用顺了才敢推给别人。
大部分人用 AI 的姿势是这样的:看到一段有用的内容 → 复制 → 切到另一个标签页 → 贴进对话框 → 拿到答案 → 再把人话翻译成操作,一步步点回去。
来回四次切换,中间还可能贴错。
问题从来不是模型不够聪明,是它不在现场。它不知道你在看哪个页面、点到哪一步、页面上有哪几个按钮。
油小猴干的事很简单:把 AI 放进浏览器侧边栏,让它看得见你眼前这一页。
打开侧边栏直接问,不用复制粘贴。它能读到当前页面的标题、地址和可见内容:
这是它和「网页版 AI 」真正的分界线。
对话模式下它只能说;切到 Agent 模式,它会读真实页面结构,然后在授权范围内点按钮、填表单、切标签页、上传下载、截当前页,并且根据每一步的实际结果决定下一步。
不是甩给你一段 Selenium 代码让你自己跑,是它现在就把活干完。
整个过程写在侧边栏里:正在做什么、执行到第几步、每一步返回了什么。可以开着看,也可以中途停。
一次性的任务过去就过去了。第二次做同样的活,我会让它在当前网站生成一个完整脚本,先跑一次验证结果,再装进油小猴——以后打开匹配的网页,脚本自己就在,不用另装一个脚本管理器。
生成的脚本大致长这样(示例,真实生成会按目标站点的结构来):
const rows = [...document.querySelectorAll('.product')].map((el) => ({
name: el.querySelector('.title')?.innerText.trim(),
price: el.querySelector('.price')?.innerText.trim(),
}));
console.table(rows);
会写代码的人可以改它,不会写的人只管用。
| 对话模式 | Agent 模式 | |
|---|---|---|
| 适合 | 答疑、总结、翻译、改写、看代码 | 多步骤的网页任务 |
| 会不会动页面 | 不会 | 会:点击、填写、切标签、上传下载、截图 |
| 速度 | 秒级 | 慢,一步一步执行 |
| 需要注意 | 无 | 提交、付款这类操作要自己确认 |
分界线很简单:问答案用对话,要结果用 Agent 。
| 网页版 AI | 传统网页自动化 | 油小猴 | |
|---|---|---|---|
| 知道当前页面 | 不知道,靠你复制 | 靠你写选择器 | 直接读标题、地址、可见内容 |
| 谁来执行 | 你自己 | 固定脚本,页面一改版就废 | Agent 逐步执行,看结果再决定 |
| 上手门槛 | 低 | 高 | 会说人话就行 |
| 结果能不能留下 | 不能 | 能,但要维护代码 | 能,装成脚本复用 |
| 一个入口几个模型 | 一个 | 没有 | 平台接入的都能切 |
不自动续费意味着我得自己盯着每一笔到账;也意味着你不用为了试一个工具,先绑一张卡。
装扩展 → 登录 → 打开任意网页,点侧边栏问第一个问题,就这么三件事。
Edge 商店里直接装; Chrome 从官网下载安装包侧载。
装好之后不一定非开侧边栏:右下角有个悬浮球,划词工具栏和识图也能在个人中心里按需开关。
先别急着让它干重活。找一页你本来就要读的长文,让它先读一遍——你会知道该不该把它留在浏览器里。
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.