导读

最近在实际项目和工具演进中，可以明显看到一个变化：

AI 不再只是写代码，而是开始“直接干活”。

这款 browser-use开源工具非常厉害。它能让AI Agent🚀直接操控浏览器。实现网页任务自动化简单高效 (๑•̀ㅂ•́)و✧。该项目已获得⭐18.2k关注。今天强力推荐一波

 

---

目录

• 什么是 browser-use

• 为什么它会爆火

• 技术原理拆解

• 自动化测试正在发生的变化

• 测试工程师的能力迁移

• 可落地的测试场景（含代码与架构图）

---

1 什么是 browser-use

browser-use 是一个开源项目，它做了一件非常关键的事情：

让 AI Agent 可以直接操控浏览器完成任务。

项目地址：https://github.com/browser-use/browser-use

它支持的能力包括：

自动打开网页 自动填写表单 自动点击按钮 自动执行业务流程 自动抓取页面数据

需要特别强调一点：

它并不是完全“脱离规则”的智能系统，底层仍然依赖浏览器自动化能力（如 Playwright），只是通过大模型把操作逻辑动态化了。

---

2 为什么它会爆火

核心原因只有一个：

AI 开始具备“执行能力”。

过去的大模型：

能生成答案，但无法完成任务。

而 browser-use 打通了关键路径：

大模型 → 浏览器 → 业务系统

这带来的变化是：

AI 不再告诉你怎么做，而是直接把事情做完。

从工程角度看，这相当于把：

自动化脚本执行器 → 升级为 → 自动化决策系统

---

3 技术原理拆解

Agent 执行流程

---

分层理解

感知层

page_content = await page.content()
elements = await page.query_selector_all("button, input, a")

本质仍然是基于 DOM 获取信息，只是在上层通过模型做语义理解。

---

决策层

prompt = f"""
当前页面:
{page_content}

目标:
完成登录流程

下一步操作:
"""

测试用例在这里变成“动态生成逻辑”。

---

执行层

await page.fill("#username", "test_user")
await page.click("#login")

底层依然是标准自动化能力。

---

Agent 循环

while not done:
    observe()
    action = decide()
    execute(action)

这里带来的变化是：

流程不再固定，而是根据结果不断调整。

但需要注意，这种调整是“概率驱动”的，而不是完全确定性的。

---

4 自动化测试正在发生的变化

1 UI 自动化从“脚本驱动”变成“目标驱动”

 

---

2 用例的形态在变化

传统：

测试步骤 = 明确路径 + 固定操作

现在：

测试用例 = 目标 + 约束 + 验证条件

---

3 稳定性与灵活性的权衡开始出现

传统自动化：

稳定，但极易失效

AI Agent：

灵活，但结果存在波动

这意味着：

未来不会只有一种方案，而是两种方式并存。

---

5 测试工程师的能力迁移

测试工程师的核心能力正在发生迁移：

从写脚本 → 到设计系统

---

能力结构变化

---

关键能力

理解浏览器机制 掌握自动化工具 理解 Agent 工作流 具备结果评估能力

特别是最后一点：

AI 能执行，但是否“执行正确”，仍然需要测试工程师定义标准。

---

6 可落地的测试场景（含代码）

---

场景1 UI 回归测试

from browser_use import Agent

agent = Agent()

agent.run("""
访问电商网站
登录账号
搜索商品 iPhone
加入购物车
提交订单
""")

适用于：

回归流程自动执行

---

场景2 探索式测试

agent.run("""
浏览当前网站
尝试所有可点击元素
记录异常行为
""")

适用于：

发现非预期路径问题

---

场景3 数据校验

agent.run("""
打开商品页面
提取价格信息
与接口返回值比对
输出差异
""")

---

场景4 自动生成测试流程

agent.run("""
分析当前页面结构
生成登录功能测试用例
并执行
""")

---

执行流程图

---

结尾

browser-use 这类技术，本质不是自动化工具的升级，而是执行方式的变化：

从脚本执行，走向智能体执行。

短期内，它不会替代传统自动化测试，但会逐步改变测试的实现方式。

未来的分水岭不会是：

会不会写自动化脚本

而是：

能不能设计一套由 AI 执行的测试系统