作者：Gate Ventures
TL;DR
第三次瀏覽器戰爭正在悄悄展開。回顧歷史，從90 年代的Netscape、微軟的IE，再到開源精神的Firefox 與Google 的Chrome，瀏覽器之爭一直是平台控制權與技術範式變化的集中體現。 Chrome 以更新速度與生態連結奪得霸主地位，而Google 透過搜尋與瀏覽器的「雙寡頭」結構，形成了資訊入口的閉環。
但今天，這一格局正在動搖。大型語言模型（LLM）的崛起，使得越來越多用戶在搜尋結果頁「零點擊」完成任務，傳統的網頁點擊行為正在減少。同時，Apple 有意在Safari 中取代預設搜尋引擎的傳聞，進一步威脅Alphabet (Google 母公司) 的利潤根基，市場已開始顯露出對「搜尋正統」的不安。
瀏覽器本身也正面臨角色重塑。它不僅是展示網頁的工具，更是資料輸入、使用者行為、隱私身分等多種能力的集合容器。 AI Agent 雖強，但若要完成複雜的頁面互動、呼叫本機身分資料、控制網頁元素，仍需要藉助瀏覽器的信任邊界和功能沙盒。瀏覽器正在從人類介面，變成Agent的系統呼叫平台。
在本文，我們探討了瀏覽器是否還有存在的必要，同時我們認為真正可能打破當前瀏覽器市場格局的，不是另一個「更好的Chrome」，而是一種新的互動結構：不是資訊的展示，而是任務的調用。未來瀏覽器要為AI Agent 設計 — — 不只能讀，還能寫入和執行。像Browser Use 這樣的專案正嘗試將頁面結構語義化，把可視化介面變成LLM 可調用的結構化文本，實現頁面到指令的映射，極大降低交互成本。
市面上主流項目已開始試水：Perplexity 建立原生瀏覽器Comet，以AI 取代傳統搜尋結果；Brave 把隱私保護與本地推理結合，用LLM 增強搜尋與屏蔽功能；而Donut 等Crypto 原生項目，則瞄準AI 與鏈上資產交互的新入口。這些項目共同特徵是：試圖重構瀏覽器的輸入端，而非美化其輸出層。
對創業者而言，機會藏在輸入、結構與能動性的三角關係中。瀏覽器作為未來Agent 調用世界的接口，意味著誰能提供可結構化、可調用、可信任的「能力塊」，誰就能成為新一代平台的組成部分。從SEO 到AEO（Agent Engine Optimization），從頁面流量到任務鏈調用，產品形態與設計思維都在重構。第三次的瀏覽器戰爭，發生在「輸入」而非「展示」；決定勝負的，不再是誰抓住使用者的眼球，而是誰贏得了Agent 的信任，獲得呼叫的入口。
瀏覽器發展簡史
在90 年代初，網路尚未成為日常生活的一部分時，Netscape Navigator 橫空出世，如同開啟新大陸的帆船，為數以百萬計的用戶打開了通往數位世界的大門。這款瀏覽器並非第一個，但卻是第一個真正意義上走向大眾、塑造網路體驗的產品。彼時，人們第一次能如此輕鬆地透過圖形介面瀏覽網頁，彷彿整個世界突然變得觸手可及。
然而，輝煌往往短暫。微軟很快就意識到瀏覽器的重要性，並決定將Internet Explorer 強行捆綁進Windows 作業系統，讓其成為預設瀏覽器。這項策略堪稱「平台殺手鐧」，直接瓦解了Netscape 的市場主導地位。許多使用者並非主動選擇IE，而是因為系統預設便接受了它。 IE 借助Windows 的分發能力，迅速成為產業霸主，Netscape 則陷入了衰敗的軌道。
在困境中，Netscape 的工程師選擇了一條激進而理想主義的道路 — — 他們將瀏覽器原始碼公開，向開源社群發出召喚。這項決定，彷彿是一次技術界的「馬其頓式讓位」，預示著舊時代的終結與新力量的崛起。這段程式碼後來成為Mozilla 瀏覽器專案的基礎，最初命名為Phoenix（意為鳳凰涅槃），卻因商標問題幾經更名，最終定名為Firefox。
Firefox 並非簡單複製Netscape，它在使用者體驗、外掛程式生態、安全性等方面實現了多項突破。它的誕生標誌著開源精神的勝利，也為整個產業注入新的活力。有人形容Firefox 是Netscape 的「精神繼承者」，如同鄂圖曼帝國繼承了拜占庭的餘暉。這一比喻雖誇張，卻頗具意味。
但在Firefox 正式發布前的幾年，微軟早已發布了六個版本的IE，憑藉時間優勢和系統捆綁策略，使Firefox 一開始便處於追趕地位，注定這場競賽並非起跑線平等的公平競爭。
同時，另一個早期玩家也在悄悄登場。 1994 年，Opera 瀏覽器問世，它來自挪威，起初只是一個實驗性專案。但從2003 年的7.0 版本起，它引入了自研的Presto 引擎，率先支援CSS、自適應佈局、語音控制以及Unicode 編碼等尖端技術。雖然用戶數量有限，但技術上始終走在行業前列，成為「極客的最愛」。
同年，蘋果推出了Safari 瀏覽器。這是一場別有意味的轉折。彼時，微軟曾向瀕臨破產的蘋果注資1.5 億美元，以維持競爭表象、避免反壟斷審查。雖然Safari 從誕生起的預設搜尋引擎是Google，但這段與微軟的歷史糾葛象徵著網路巨頭之間複雜而微妙的關係：合作與競爭，總是如影隨形。
2007 年，IE7 隨Windows Vista 推出，但市場回饋平平。反觀Firefox，憑藉更快的更新節奏、更友善的擴展機制以及對開發者的天然吸引力，市佔率穩步提升至約20%。 IE 的統治逐漸鬆動，風向正在改變。
谷歌則是另一種打法。雖然從2001 年起就開始醞釀打造自家瀏覽器，但花了六年時間才說服CEO 艾瑞克‧施密特批准這個計畫。 Chrome 於2008 年問世，基於Chromium 開源專案與Safari 所使用的WebKit 引擎打造。它被戲稱為「臃腫」的瀏覽器，但憑藉谷歌對廣告投放與品牌塑造的深厚功力，迅速崛起。
Chrome 的關鍵武器並非功能，而是頻繁的版本更新節奏（每六週一次）與全平台統一體驗。 2011 年11 月，Chrome 首次超越Firefox，市佔率達到27%；六個月後，又反超IE，完成了從挑戰者到主宰者的轉變。
同時，中國的行動互聯網也在形成自己的生態系統。阿里巴巴旗下的UC 瀏覽器在2010 年代初迅速躥紅，尤其是在印度、印尼、中國等新興市場，依靠輕量級設計、壓縮資料節省流量等特性，贏得了低端設備用戶的青睞。 2015 年，其全球行動瀏覽器市佔率突破17%，在印度一度高達46%。但這場勝利並不持久。隨著印度政府加強對中國應用的安全審查，UC 瀏覽器被迫退出關鍵市場，逐漸失去往日輝煌。
進入2020 年代，Chrome 的主導地位已經確立，全球市佔率穩定在約65%。值得注意的是，Google 搜尋引擎與Chrome 瀏覽器雖然同屬Alphabet，但從市場層面看卻是兩個獨立的霸權體系 — — 前者控制了全球約九成的搜尋入口，後者則掌握了大多數用戶進入網路的「第一個視窗」。
為了守住這雙重壟斷結構，Google不惜重金投入。 2022 年，Alphabet 向蘋果支付約200 億美元，只為讓Google 保持在Safari 中的預設搜尋地位。有分析指出，這筆支出相當於Google從Safari 流量中獲取搜尋廣告收入的36%。換言之，Google正為護城河支付「保護費」。
但風向又一次變化。隨著大型語言模型（LLM）的崛起，傳統搜尋開始受到衝擊。 2024 年，Google 的搜尋市佔率自93% 跌至89%，雖仍稱霸，但裂痕初現。更具顛覆性的，是關於蘋果或將推出自有AI 搜尋引擎的傳聞 — — 若Safari 默認搜尋改投自家陣營，這不僅將改寫生態格局，更可能撼動Alphabet 的利潤支柱。市場反應迅速，Alphabet 股價從170 美元應聲下跌至140 美元，反映的不僅是投資人的恐慌，更是對搜尋時代未來走向的深度不安。
從Navigator 到Chrome，從開源理想到廣告商業化，從輕量瀏覽器到AI 搜尋助手，瀏覽器之爭始終是一場關於科技、平台、內容與控制權的戰爭。戰場不斷遷移，但本質從未改變：誰掌握入口，誰就定義未來。
在VC 眼中，依托LLM 和AI 時代人們對搜尋引擎的新需求，第三次瀏覽器戰爭正在逐步展開。以下是部分知名AI 瀏覽器賽道的專案的融資情況。
現代瀏覽器的老舊架構
談到瀏覽器的架構，經典的傳統架構如下圖所示：
用戶端 — 前端入口
查詢經HTTPS 送達最近的Google Front End，完成TLS 解密、QoS 採樣和地理路由。若偵測到異常流量（DDoS、自動抓取）可在此層限流或挑戰。
查詢理解
前端需要理解使用者鍵入的單字的意思，有三個步驟：神經拼字校正，將「recpie」修正為「recipe」；同義詞擴展，將「how to fix bike」，拓展到「repair bicycle」。意圖解析，判定查詢是資訊、導航或交易意圖，並分配Vertical請求。
候選召回
Google 所使用的查詢技術稱為：倒排索引。在正序索引中，我們都是給定一個ID 就可以索引到檔案。但是使用者不可能知道想要的內容在上千億個檔案中的編號，因此其採用了非常傳統的倒排索引，透過內容來查詢到哪些檔案有對應的關鍵字。接下來，Google 採用向量索引用於處理語意搜索，即查找與查詢意義相似的內容。它將文字、圖像等內容轉換為高維向量（embedding），並根據這些向量之間的相似性進行搜尋。例如，即使用戶搜尋「如何製作披薩麵團」，搜尋引擎也能傳回與「披薩麵團製作指南」相關的結果，因為它們在語義上相似。經歷了倒排索引和向量索引，大約十萬量級的網頁會被初步篩選出來。
多級排序
系統通常透過BM25、TF-IDF、頁面品質分等數千維輕特徵，將十萬級規模的候選頁面篩選至約1000 篇，構成初步候選集。這類系統統稱為推薦引擎。其依賴多種實體產生的海量特徵，包括使用者行為、頁面屬性、查詢意圖與上下文訊號。例如，Google 會綜合用戶歷史、其他用戶的行為反饋、頁面語義、查詢含義等信息，同時還考慮上下文要素，如時間（一天中時段、一周中的具體日子）與實時新聞等外部事件。
深度學習進行主排序
在初步檢索階段，Google 使用RankBrain 和Neural Matching 等技術來理解查詢的語義，並從海量文件中篩選出初步相關的結果。 RankBrain 是Google 於2015 年引入的機器學習系統，旨在更好地理解使用者查詢的含義，尤其是首次出現的查詢。它透過將查詢和文件轉換為向量表示，計算它們之間的相似性，從而找到最相關的結果。例如，對於查詢「如何製作披薩麵團」，即使文件中沒有完全匹配的關鍵字，RankBrain 也能識別出與「披薩基礎」或「麵團製作」相關的內容。
Neural Matching 是Google 於2018 年推出的另一項技術，旨在更深入地理解查詢和文件之間的語義關係。它使用神經網路模型來捕捉詞語之間的模糊關係，幫助Google 更好地匹配查詢和網頁內容。例如，對於查詢「為什麼我的筆記型電腦風扇聲音很大」，Neural Matching 能夠理解用戶可能在尋找有關過熱、灰塵積聚或高CPU 使用率的故障排除信息，即使這些詞語沒有直接出現在查詢中。
深度重排：BERT 模型的應用
在初步篩選出相關文件後，Google 使用BERT（Bidirectional Encoder Representations from Transformers）模型對這些文件進行更精細的排序，以確保最相關的結果排在前面。 BERT 是一種基於Transformer 的預訓練語言模型，能夠理解詞語在句子中的上下文關係。在搜尋中，BERT 被用來重新排序初步檢索到的文件。它透過對查詢和文件進行聯合編碼，計算它們之間的相關性得分，從而對文件進行重新排序。例如，對於查詢「停車在沒有路緣的坡道上」，BERT 能夠理解「沒有路緣」的含義，並返回建議駕駛員將車輪朝向路邊的頁面，而不是誤解為有路緣的情況。而對於SEO 工程師來說，就是需要精確的學習Google 排序和機器學習的推薦演算法，來針對性的優化網頁內容重而獲得更高的排名展示。
以上就是典型的Google 搜尋引擎的工作流程。但是在當前的AI 和大數據爆發的時代，用戶對瀏覽器的互動產生了新的需求。
為什麼AI會重塑瀏覽器
首先我們要先明確，為什麼瀏覽器這形態仍然會存在？是否存在一種第三形態，除了人工智慧代理和瀏覽器之外的選擇？
我們認為，存在即無法取代。為什麼人工智慧能夠使用瀏覽器，卻無法完全取代瀏覽器？因為瀏覽器是通用平台，不只是讀取資料的入口，更是輸入資料的通用入口。這個世界不可能只有資訊輸入，還必須產生數據並與網站進行交互，所以整合個人化用戶資訊的瀏覽器仍將廣泛存在。
我們抓住這個點：瀏覽器作為通用入口，不僅用於讀取數據，用戶往往還需要與數據互動。瀏覽器本身是儲存使用者指紋的絕佳場所。更複雜的使用者行為和自動化行為，必須以瀏覽器為載體。瀏覽器可以儲存使用者的所有行為指紋、通行證等隱私訊息，在自動化過程中實現無需信任的呼叫。而與數據互動的動作，可以演變為：
使用者→ 呼叫AI Agent →瀏覽器。
也就是說，唯一可能被取代的部分，是符合世界演變趨勢的方向 — — 更聰明、更個人化、更自動化。誠然，這部分可以交給AI Agent 來處理，但AI Agent 本身絕非適合承載用戶個人化內容的場所，因為其在資料安全與便利性方面面臨多重挑戰。具體而言：
瀏覽器是個人化內容的儲存場所：
- 多數大型模型託管在雲端，會話情境依賴伺服器保存，難以直接呼叫本機密碼、錢包、Cookie 等敏感資料。
- 將全部瀏覽和支付資料送到第三方模型，需重新獲得使用者授權；歐盟《DMA》與美國州級隱私法均要求資料最小化出境。
- 自動填寫雙重驗證驗證碼、呼叫相機或利用GPU 進行WebGPU 推理，都必須在瀏覽器沙盒內完成。
- 資料上下文高度依賴瀏覽器，包括標籤頁、Cookie、IndexedDB、Service Worker Cache、Passkey 憑證以及擴充數據，都沉澱在瀏覽器中。
互動形式的深刻變革
回到剛開始的話題，我們使用瀏覽器的行為大致可以分為三種形式：讀取資料、輸入資料、互動資料。人工智慧大模型（LLM）已經深刻改變了我們讀取資料的效率和方式，過去用戶基於關鍵字搜尋網頁的行為顯得非常老舊且低效。
針對使用者搜尋行為的演變 — — 是取得總結答案，還是點選網頁，已經有不少研究進行分析。
在使用者的行為模式方面，2024 年的研究顯示，在美國每1,000 次Google 查詢中，只有374 次最終點擊開放網頁。換言之，近63% 屬於「零點擊」行為。使用者習慣直接從搜尋結果頁面取得天氣、匯率、知識卡等資訊。
在使用者的心理方面，一項2023 年的調查指出，44% 受訪者認為常規自然結果比精選摘要（featured snippet）更值得信賴。學術研究也發現，在有爭議或無統一真相的議題中，使用者更偏好包含多來源連結的結果頁。
也就是說，確實有一部分使用者對AI 摘要的信賴度不高，但也有相當比例的使用者行為已經轉向「零點擊」。所以，AI 瀏覽器仍然需要探索一個恰當的交互形態 — — 特別是在數據讀取這一部分，因為當前大模型的“幻覺問題”（hallucination）仍未根除，許多用戶仍難以完全信任自動生成的內容摘要。在這方面，如果將大模型嵌入瀏覽器，實際上不需要對瀏覽器進行顛覆性變革，只需逐步解決模型的準確性與可控性，這項改進也正在持續推進中。
而真正可能觸發瀏覽器大規模變革的，才是資料互動這一層。過去人們透過輸入關鍵字完成互動 — — 這是瀏覽器能理解的極限。而現在，使用者越來越傾向於使用一整段自然語言來描述複雜任務，例如：
- 「尋找紐約到洛杉磯某個時段的直升機機票」
- 「尋找紐約飛上海然後到洛杉磯的機票」
這些行為，即使對人類來說也需要耗費大量時間去造訪多個網站、收集與比較資料。但這些Agentic Tasks（代理任務）正逐步被AI Agent接手。
這也符合歷史演進的方向：自動化與智慧化。人們渴望解放雙手，AI Agent 必將深度嵌入瀏覽器中。未來的瀏覽器必須為全自動化而設計，尤其要考慮：
- 如何兼顧人類閱讀經驗與AI Agent可解析性，
- 如何在同一個頁面上，既服務於用戶，也服務於代理模型。
只有滿足這兩者的設計，瀏覽器才能真正成為AI Agent 執行任務的穩定載體。
接下來，我們將聚焦在五個備受關注的項目，包括Browser Use、Arc（The Browser Company）、Perplexity、Brave 以及Donut。這些項目分別代表了AI 瀏覽器的未來演進方向，及其在Web3 和Crypto 場景中的原生結合潛力。
Browser Use
這正是Perplexity 和Browser Use 獲得巨額融資背後的核心邏輯。尤其是Browser Use，是2025 年上半年湧現的第二個最具確定性與成長潛力的創新機會。
Browser 是建構了一個真正意義上的語意層，其核心在於為下一代瀏覽器建立了語意辨識架構。
Browser Use 把傳統「DOM＝給人看的節點樹」重新解碼成「語意DOM＝給LLM 看的指令樹」，讓代理無需「看片點座標」就能精準點擊、填寫與上傳；這條路線以「結構化文字→ 函數呼叫」取代視覺OCR 或座標更快。 TechCrunch 稱之為「讓AI 真正讀懂網頁的膠水層」，而3 月完成的1700 萬美元種子輪正是押注這一底層革新。
HTML 渲染後形成標準DOM 樹；瀏覽器再衍生一棵accessibility tree，為螢幕閱讀器提供更豐富的「角色」與「狀態」標籤。
- 把每個可交互元素（
- 將整棵頁面轉譯成扁平化「語意節點清單」，供LLM 在系統提示裡一次讀取；
- 接收LLM 輸出的高層指令（如click(node_id=“btn-Checkout”)），回放到真瀏覽器。官方部落格把這個過程稱為「把網站介面變成LLM 可解析的structured text」
同時，一旦這套標準被引入W3C，那麼可以很大程度上解決瀏覽器輸入的問題。我們以The Browser Company 的公開信和案例，來進一步闡述為什麼The Browser Company 的想法是錯的。
ARC
The Browser Company (Arc 母公司) 在公開信中表示，ARC 瀏覽器將進入常規維護階段，團隊將重心會放在完全以AI 為導向的瀏覽器DIA。信中也坦言，目前尚未確定DIA 的具體實現路徑。同時，團隊在信中提出了若干對未來瀏覽器市場的預測。基於這些預測，我們進一步認為，若要真正顛覆現有瀏覽器格局，關鍵在於對互動側的輸出做出改變。
以下是我們截取的三個來自ARC 團隊對未來瀏覽器市場的預測。
首先，其認為Webpages 不再成為主要的互動介面。不可否認，這是一個具有挑戰性的判斷，也正是我們對其創辦人反思結果保留態度的關鍵。在我們看來，該觀點顯著低估了瀏覽器的作用，也正是其在探索AI 瀏覽器路徑時忽略的關鍵問題。
大模型在意圖捕捉方面表現優異，例如理解「幫我訂機票」這樣的指令。然而，在資訊密度承載能力上，它們仍顯不足。當使用者需要一個如儀錶板、彭博終端風格的記事本，或類似Figma 的可視化畫布時，沒有什麼能比像素級精度排列的專用網頁更具優勢。每款產品都量身訂製的人體工學設計 — — 圖表、拖放功能、熱鍵 — — 並非裝飾性的浮渣，而是壓縮認知的可供性。這些能力是簡單對話式互動無法承載的。以Gate.com 為例，若使用者希望進行投資操作，僅依賴AI 對話遠遠不夠，因為使用者對資訊輸入、精確度與結構化呈現有著高度依賴。
RC 團隊在其路徑設想中存在一個本質偏差，即未能清晰地區分「交互」由輸入與輸出兩個維度構成。在輸入側，其觀點在某些場景下具有一定合理性，AI 的確可以提升指令式互動的效率；但在輸出側，此判斷明顯失衡，忽略了瀏覽器在資訊呈現與個人化體驗中的核心作用。例如，Reddit 擁有其獨特的佈局方式與資訊架構，而AAVE 則有著完全不同的介面與結構。瀏覽器作為一個既容納高度私密性數據，又能通用渲染多樣化產品介面的平台，瀏覽器在輸入層的替代性本就有限，而在輸出側，其複雜性與不可標準化特性更使其難以被顛覆。相較之下，目前市面上的AI 瀏覽器更集中在「輸出總結」層面：摘要網頁、提煉資訊、產生結論，尚不足以構成對Google 等主流瀏覽器或搜尋體系的根本性挑戰，分瓜的也只是搜尋總結的市場份額。
因此，真正能夠撼動市場份額高達66% 的Chrome 的，注定不會是「下一個Chrome」。要實現這一顛覆，必須對瀏覽器的渲染模式進行根本性重塑，使其能夠適配智慧時代AI Agent 主導下的互動需求，尤其是在輸入側的架構設計上。正因如此，我們更認可Browser Use 所採取的技術路徑 — — 其關注點在於瀏覽器底層機制的結構性變革。任何系統一旦實現「原子化」或「模組化」，其由此衍生出的可編程性與組合性將帶來極具破壞力的顛覆潛力，而這正是Browser Use 目前所推進的方向。
總結而言，AI Agent 的運作仍高度依賴瀏覽器的存在。瀏覽器不僅是複雜個人化資料的主要儲存場所，也是多樣化應用的通用渲染介面，因此將在未來繼續作為核心互動入口。隨著AI Agent 深度嵌入瀏覽器以完成固定任務，其將透過呼叫使用者資料與特定應用程式進行交互，即主要作用於輸入側。為此，瀏覽器的現有渲染模式需進行創新，以實現對AI Agent 的最大程度相容與適配，從而更有效地捕捉應用。
Perplexity
Perplexity 是以其推薦系統而聞名的AI 搜尋引擎，最新估值高達140 億美元，較2024 年6 月的30 億美元成長近5 倍。月均處理搜尋查詢量超過4 億次，2024 年9 月處理了約2.5 億次查詢，用戶查詢量年增8 倍，每月活躍用戶超過3000萬。
其主要的特點是能夠即時的總結頁面，在獲取即時資訊方面佔據優勢。今年初，其開始建立自己的原生瀏覽器Comet。 Perplexity 把即將發布的Comet 描述成一個不僅「顯示」網頁、更能「思考」網頁的瀏覽器。官方稱它將在瀏覽器內部深度嵌入Perplexity 的答案引擎，這是賈伯斯式的「整機」思路：將AI 任務深埋到瀏覽器底層，而非做側邊欄插件。用帶有引用的簡潔答案取代傳統的「十條藍色連結」，直接與Chrome競爭。
但其仍需解決兩個核心問題：高搜尋成本以及來自邊際用戶的低利潤率。儘管Perplexity 在AI 搜尋領域已處於領先位置，但Google 在2025 年I/O 大會上同樣宣布對其核心產品進行大規模智慧化重塑。針對瀏覽器的重塑，Google 推出了一個新的瀏覽器標籤頁體驗，名為AI Model，整合了Overview、Deep Research 以及未來的Agentic 功能，整體專案被稱為「Project Mariner」。
Google 正在積極的進行AI 重塑，因此僅憑表層的功能模仿，例如Overview、DeepResearch 或Agentics，難以真正對其構成威脅。真正有可能在混沌中建立新秩序的，將是從底層重構瀏覽器架構、將大語言模型（LLM）深度嵌入瀏覽器內核，在交互方式上實現根本性的變革。
Brave
Brave是Crypto 產業裡面最早期也是最成功的瀏覽器，其基於Chromium 架構，因此能夠相容於Google Store 上的插件。其依靠隱私和瀏覽來賺取Tokens 這一模式來吸引用戶。 Brave 的發展路徑在某種程度上展現了其成長潛力。但從產品角度來看，隱私固然重要，但其需求仍主要集中在特定使用者群體，對大眾而言隱私意識尚未成為主流決策因素。因此，試圖依靠該特性顛覆現有巨頭的可能性較低。
截至目前，Brave 的月活躍用戶已達8,270 萬，每日活躍用戶為3,560 萬，市佔率約1%–1.5%。用戶規模呈持續成長態勢：從2019 年7 月的600 萬，成長至2021 年1 月的2,500 萬，2023 年1 月達5,700 萬，至2025 年2 月突破8,200 萬，年均複合成長率仍維持在兩位數水準。其月均搜尋查詢量約為13.4 億次，約為Google 的0.3%。
以下是Brave 的迭代路線圖。
Brave 正計劃升級為隱私優先的AI 瀏覽器。然而，受限於其獲取用戶數據較少，導致大模型的可客製化程度較低，反而不利於實現快速且精準的產品迭代。在即將到來的Agentic Browser 時代，Brave 或將在特定注重隱私的用戶群中保有穩定份額，但難以成為主要玩家。其AI 助理Leo 更類似於外掛插件，僅在現有產品基礎上進行功能性增強，具備一定的內容總結能力，但尚無全面轉向AI Agent 的明確戰略，交互層面的革新仍顯不足。
Donut
近期，Crypto 產業在Agentic Browser 領域也有所進展。新創計畫Donut 在Pre-seed 輪獲得了700 萬美元融資，由紅杉中國（Hongshan）、HackVC 與Bitkraft Ventures 共同領投。目前專案仍處於早期構想階段，願景在於實現「探索 — 決策 — 加密原生執行」（Discovery, Decision-making, and Crypto-native Execution）的一體化能力。
這一方向的核心在於結合加密原生的自動化執行路徑。正如a16z 所預言，未來Agent 有望取代搜尋引擎成為主要流量入口，創業者將不再圍繞Google 排序演算法展開競爭，而是爭奪由Agent 執行所帶來的存取和轉換流量。業界已將這一趨勢稱為「AEO」（Answer / Agent Engine Optimization），或更進一步的「ATF」（Agentic Task Fulfilment），即不再優化搜尋排名，而是直接服務於能夠替用戶完成下單、訂票、寫信等任務的智慧模型。
給創業者
首先，必須承認：Browser 本身依舊是網路世界最大的未被重構的「總入口」。全球桌面用戶約21 億、行動裝置超43 億，它是資料輸入、互動行為、個人化指紋儲存的共同載體。這個形態之所以存續，不是因為慣性，而是因為瀏覽器自然具備雙向屬性：既是數據「讀取入口」，也是行為「寫入出口」。
因此，對於創業者而言，真正具備顛覆潛力的並非「頁面輸出」層面的最佳化。即便能在新分頁中實現類似Google 的AI 概覽功能，本質上仍屬於瀏覽器插件層的迭代，尚未構成範式的根本性變革。真正的突破口在於「輸入面」 — — 即如何使AI Agent 主動調用創業者的產品，以完成具體任務。這將成為未來產品能否嵌入Agent 生態、獲得流量與價值分配的關鍵。
搜尋時代拼「點選」；代理時代拼「調用」。
如果你是創業者，不妨把你的產品重新想像成一顆API 元件 — — 讓智能體不僅能「讀懂」它，更能「呼叫」它。這就要求你在產品設計一開始就考慮三個維度：
一、介面結構標準化：你的產品是「可調用」的麼？
產品是否具備被智慧體調用的能力，取決於其資訊結構能否標準化並抽象化為明確的schema。例如，使用者註冊、下單按鈕、評論提交等關鍵操作，是否可透過語義化的DOM 結構或JSON 映射進行描述？系統是否提供狀態機，讓Agent 能穩定復現使用者行為流程？使用者在頁面上的互動是否支援腳本化還原？是否具備穩定存取的WebHook 或API Endpoint？
這正是Browser Use 融資成功的本質原因 — — 它將瀏覽器從平鋪渲染的HTML 轉變為一棵可被LLM 調用的語義樹。對於創業者而言，在網頁產品中引入類似的設計理念，即是在為AI Agent 時代進行結構化適配。
二、身分與通行：你能幫Agent「越過信任障壁」嗎？
AI 代理要完成交易、調用支付或資產，需要某種可信中間層 — — 你能成為它嗎？瀏覽器天然可以讀取本機儲存、呼叫錢包、識別驗證碼、存取雙因子驗證，這正是它比雲端大模型更適合做執行的原因。在Web3 場景中尤其如此：呼叫鏈上資產的介面標準並不統一，Agent 若無「身分」或「簽名能力」，將寸步難行。
所以，對Crypto 創業家而言，這裡有一個極具想像的空白區：「區塊鏈世界的MCP（Multi Capability Platform）」。這既可以是一個通用指令層（讓Agent 呼叫Dapp），也可以是標準化的合約介面集，甚至是某種運行在本地的輕量級錢包+ 身份中台。
三、流量機制的再理解：未來不是SEO，是AEO /ATF
過去你要爭取Google 的演算法青睞；現在你要被AI Agent 嵌入進任務鏈裡。這意味著產品要有清晰任務顆粒度：不是一個「頁面」，而是一串「可調用能力單元」；意味著你要開始做Agent 優化（AEO）或任務調度適配（ATF）：例如註冊流程是否可簡化為結構化步驟、定價是否可透過介面拉取、庫存是否即時可查；
你甚至要開始適配不同LLM 框架下的呼叫語法 — — OpenAI 和Claude 對函式呼叫、tool usage 的偏好並不一致。 Chrome 是通往舊世界的終端，而不是通往新世界的入口。真正有未來的創業項目，不是再造一個瀏覽器，而是讓現有瀏覽器為Agent 服務，為新一代的「指令流」建立橋樑。
- 你要建構的，是Agent 呼叫你的世界的「介面語法」；
- 你要爭取的，是成為智能體信任鏈中的一環；
- 你要搭建的，是下一個搜尋模式裡的「API 城堡」。
如果說Web2 是靠UI 抓住使用者的注意力，那Web3 + AI Agent 時代，就是靠呼叫鏈抓住Agent的執行意圖。
