Gate Ventures 研究洞察：第三次瀏覽器大戰，AI Agent 時代入口爭霸

TL;DR（重點摘要）

第三次瀏覽器戰爭正悄然展開。回顧歷史，從 90 年代的 Netscape、微軟 IE，到開源精神的 Firefox、Google Chrome，瀏覽器爭霸始終是平台主導權與技術範式變遷的縮影。Chrome 以更新速度與生態整合奪得霸主地位，而 Google 憑藉搜尋引擎與瀏覽器的「雙寡頭」結構，形成資訊入口的閉環。

如今，這格局已經動搖。大型語言模型（LLM，Large Language Model）崛起，促使愈來愈多用戶在搜尋結果頁以「零點擊」完成任務，傳統網頁點擊行為快速減少。同時，Apple 擬於 Safari 更換預設搜尋引擎的消息，進一步威脅 Alphabet（Google 母公司）的獲利根基，市場對「搜尋正統」開始感到不安。

瀏覽器角色也在重塑中。它不再只是網頁展示工具，更是資料輸入、用戶行為、身分隱私等多功能容器。AI Agent（人工智慧代理）雖強大，但若要完成複雜頁面互動、調用本地身份資料、控制網頁元件，仍需瀏覽器的信任邊界與功能沙盒。瀏覽器正逐步從人類介面，轉變為 Agent 的系統調用平台。

本文討論瀏覽器是否仍有存在必要，我們認為，真正可能顛覆現有市場格局的，並非另一個「更好的 Chrome」，而是一種全新交互結構：不再只是資訊展示，而是任務調用。未來瀏覽器必須為 AI Agent 量身打造，不僅能讀，也必須能寫與執行。Browser Use（瀏覽器應用）等專案正嘗試將頁面結構語意化，讓可視化介面變成 LLM 可調用的結構化文本，實現頁面到指令的映射，大幅降低互動成本。

主流專案已開始布局：Perplexity（困惑 AI 搜尋）推出原生瀏覽器 Comet，由 AI 取代傳統搜尋結果；Brave（勇敢瀏覽器）結合隱私保護與本地推理，利用 LLM 增強搜尋及阻擋功能；Donut 等 Crypto 原生專案則鎖定 AI 與鏈上資產互動新入口。它們的共同特徵在於：重構瀏覽器「輸入端」，而非美化「輸出層」。

對創業者來說，機會隱藏在輸入、結構與代理的三角關係。瀏覽器將是未來 Agent 調用世界的介面，誰能提供結構化、可調用且可信任的「能力模組」，誰就能成為新世代平台的核心組件。從搜尋引擎最佳化（SEO, Search Engine Optimization）到代理引擎最佳化（AEO, Agent Engine Optimization），從頁面流量到任務鏈調用，產品型態與設計思維正全面重構。第三次瀏覽器戰爭，決戰於「輸入」而非「展示」；勝負關鍵，不再是誰抓住用戶眼球，而是誰贏得 Agent 信任，取得調用入口。

瀏覽器發展簡史

90 年代初，網際網路尚未融入日常生活，Netscape Navigator 猶如探索新大陸的船帆，為數百萬用戶開啟數位世界之門。儘管並非首創，卻是第一個真正面向大眾、塑造網路體驗的瀏覽器。人們首次能藉由圖形界面輕鬆瀏覽網頁，彷彿世界近在咫尺。

然而榮景稍縱即逝。微軟察覺瀏覽器之重要，決定將 Internet Explorer 強制綁定 Windows 作業系統，直接成為預設瀏覽器。此舉堪稱「平台殺手鐧」，迅速擊潰 Netscape 市場領先地位。多數使用者並非主動選擇 IE，而是因預設選擇而接受。IE 借力 Windows 發行優勢，迅速崛起為業界霸主，Netscape 由盛轉衰。

Firefox Logo 演進

困境下，Netscape 工程師選擇激進理想路：將瀏覽器原始碼公開，號召開源社群。此舉象徵舊時代終結與新力量崛起。該程式碼最終成為 Mozilla 計劃基礎，起初命名 Phoenix（象徵鳳凰重生），歷經商標問題數度更名，最終定名 Firefox。

Firefox 並非簡單複製 Netscape，其在使用者體驗、擴充生態、安全性等領域突飛猛進。Firefox 的誕生象徵開源精神勝利，也帶動產業新活力。

但在 Firefox 正式發表前，微軟已發佈六版 IE，時間與綁定策略優勢，讓 Firefox 一開始就處於追趕地位，競賽並非起跑線平等。

同時，另一早期玩家安靜登場。1994 年，挪威 Opera 瀏覽器問世，原為實驗性專案。2003 年 7.0 版起引入自研 Presto 引擎，搶先支援 CSS、自動調整、語音控制及 Unicode 等技術。雖然用戶數有限，但技術始終領先，成為「極客最愛」。

同年 Apple 推出 Safari 瀏覽器，成為重要轉捩點。當時微軟曾向瀕臨破產的 Apple 注資 1.5 億美元，維持競爭假象、防止觸發反壟斷調查。Safari 自誕生起預設搜尋引擎即為 Google，與微軟的歷史糾葛象徵網路巨頭間合作與競爭並存的微妙關係。

2007 年，IE7 隨 Windows Vista 推出，市場反應平淡。Firefox 則憑藉更快更新節奏、友善擴充、吸引開發者，市占率穩步提升至 20%。IE 統治逐漸鬆動，風向轉變。

Google 走出新打法。2001 年起即籌劃自家瀏覽器，花六年才獲 CEO 埃里克·施密特批准。2008 年 Chrome 問世，基於 Chromium 及 Safari 採用的 WebKit 引擎，被戲稱「臃腫型」瀏覽器，卻靠 Google 強大廣告與品牌力迅速崛起。

Chrome 關鍵武器非功能，而在於每六週頻繁版本更新與跨平台一致體驗。2011 年 11 月 Chrome 首度超越 Firefox，市占率 27%；六個月後再超過 IE，完成從挑戰者到主宰者的轉型。

同時，中國行動網路也逐步形成自有生態。阿里巴巴 UC 瀏覽器於 2010 年代初快速竄紅，尤其在印度、印尼、中國等新興市場，憑輕量設計、數據壓縮等特性，深獲低階設備使用者青睞。2015 年全球行動瀏覽器市占率突破 17%，在印度一度高達 46%。但這勝利短暫，隨印度政府加強中國應用安全審查，UC 瀏覽器被迫撤出重點市場，昔日輝煌不再。

瀏覽器市占率，來源：statcounter

進入 2020 年代，Chrome 已確立主導地位，全球市占率穩定約 65%。值得注意，Google 搜尋與 Chrome 雖同屬 Alphabet，市場本質卻是獨立雙霸權——前者掌控全球約九成搜尋入口，後者握有多數用戶進網「第一窗口」。

Google 為守住雙重壟斷大動作投資。2022 年，Alphabet 向 Apple 支付約 200 億美元，只為讓 Google 持續維持 Safari 的預設搜尋位置。分析指出，這筆費用相當於 Google 從 Safari 流量獲搜尋廣告收入的 36%。換言之，Google 正為自身護城河支付「保護費」。

搜尋引擎市占率，來源：statcounter

但趨勢再度轉向。LLM 崛起衝擊傳統搜尋。2024 年，Google 搜尋市占從 93% 跌至 89%，雖然仍居龍頭，但已現裂痕。更具破壞性的是 Apple 傳出將推自有 AI 搜尋引擎——如 Safari 預設搜尋改用自家方案，將徹底改寫生態格局，動搖 Alphabet 利潤支柱。市場立即反應，Alphabet 股價自 170 美元下跌至 140 美元，反映不只是投資人恐慌，更有對搜尋時代未來走向的深度焦慮。

從 Navigator 到 Chrome，從開源精神到廣告商業化，從輕量瀏覽器到 AI 搜尋助手，瀏覽器之爭始終是一場技術、平台、內容與主導權的戰爭。戰場不斷轉移，本質未曾改變：誰掌控入口，誰就定義未來。

在 VC（創投）眼中，受益於 LLM 與 AI 帶來的新型搜尋需求，第三次瀏覽器戰爭已悄然展開。以下是部分知名 AI 瀏覽器領域專案的融資動態。

Gate Ventures

現代瀏覽器的老舊架構

談到瀏覽器架構，典型傳統架構如圖所示：

整體架構，來源：Damien Benveniste

1. 客戶端—前端入口

查詢經 HTTPS 傳送至最近的 Google Front End，進行 TLS 解密、QoS 取樣與地理路由。如遇異常流量（DDoS、自動監控）可在此層限流或挑戰。

2. 查詢理解

前端須理解用戶鍵入單詞意涵，分三步驟：神經拼寫修正（如將 “recpie” 更正為 “recipe”）、同義詞擴展（如 “how to fix bike” 擴展為 “repair bicycle”）、意圖解析（判定查詢屬於資訊、導航或交易意圖，並分配垂直請求）。

3. 候選召回

倒排索引，來源：spot intelligence

Google 採用倒排索引查詢技術。正序索引需用戶知道檔案編號，但用戶不可能記憶數千億檔案編號，因此採用倒排索引，按內容查詢哪些檔案含關鍵字。接著，Google 以向量索引處理語意搜尋，將文字、影像等內容轉成高維向量（embedding），再根據向量間相似性搜尋。例如用戶搜尋「如何製作披薩麵團」，搜尋引擎能回傳與「披薩麵團製作指南」相關結果，因語意相近。經倒排索引及向量索引，約十萬量級網頁被初步篩選。

4. 多級排序

系統通常以 BM25、TF-IDF、頁面品質分等數千維輕特徵，將十萬級候選頁面縮減至約 1000 篇，形成初步候選集。這類系統統稱推薦引擎，依賴多種實體產生的海量特徵，包括用戶行為、頁面屬性、查詢意圖與上下文訊號。例如，Google 綜合用戶歷史、其他用戶行為回饋、頁面語意、查詢含義等，同時考量上下文要素（時間、時段及即時新聞等外部事件）。

5. 深度學習主排序

初步檢索階段，Google 採用 RankBrain、Neural Matching 等技術理解查詢語意，從海量文件中篩選初步相關結果。RankBrain 是 2015 年 Google 引進的機器學習系統，專門理解用戶查詢含義，尤其首次出現的查詢。它將查詢和文件轉為向量表示，計算其相似性，從而找到最相關結果。例如，查詢「如何製作披薩麵團」，即便文件未出現完全相符關鍵字，RankBrain 也能辨識與「披薩基礎」或「麵團製作」相關內容。

Neural Matching 是 Google 2018 年推出的技術，深入理解查詢與文件間的語意關係。它利用神經網路模型捕捉詞語間模糊關係，協助 Google 更佳匹配查詢與網頁內容。例如查詢「為什麼我的筆電風扇聲音很大」，Neural Matching 能理解用戶可能尋找過熱、灰塵堆積或高 CPU 使用率的排除資訊，即使這些詞並未直接出現在查詢中。

6. 深度重排：BERT 模型應用

初步挑選後，Google 採用 BERT（Bidirectional Encoder Representations from Transformers，雙向編碼器表徵轉換器）模型進行精細排序，確保最相關結果位列前端。BERT 為基於 Transformer 的預訓練語言模型，能理解詞語於句中上下文關係。搜尋中，BERT 用於重新排序初步檢索文件，透過查詢與文件聯合編碼，分數評定，重新排序。例如查詢「停車在無路緣坡道上」，BERT 能理解「無路緣」真義並顯示車輪應朝邊緣頁面，而非誤解為有路緣案例。對 SEO 工程師來說，須精準掌握 Google 排序及機器學習推薦演算法，針對性優化網頁內容爭取高排名。

上述即為典型 Google 搜尋引擎流程。但在 AI 及大數據爆發時代，用戶對瀏覽器互動產生新需求。

AI 為何重塑瀏覽器

首先要釐清，瀏覽器這種型態為何仍會存在？是否出現過除 AI Agent 與瀏覽器外的第三形態？

結論是：瀏覽器不可取代。AI 雖可使用瀏覽器，卻無法完全替代，因瀏覽器是通用平台，不只資料讀取入口，更是資料輸入通用入口。未來不會只有資訊輸入，還必須產生資料並與網站互動，整合個人化用戶資訊的瀏覽器仍會普遍存在。

瀏覽器作為通用入口，不只讀取資料，常需互動。瀏覽器是儲存使用者指紋的理想場域。複雜用戶行為、自動化操作，都必須以瀏覽器為載體。瀏覽器能儲存所有行為指紋、通行憑證等隱私資訊，在自動化過程實現免信任調用。資料互動行為，最終可演化為：

用戶 → 調用 AI Agent → 瀏覽器。

唯一可能被取代的，是隨世界演化而來的更智慧化、個性化、自動化。這部分可交由 AI Agent 處理，但 AI Agent 並非適合承載個人化內容的平台，因其在資料安全與便利性面臨多重挑戰。具體而言：

瀏覽器是個人化內容儲存場：

1. 多數大型模型託管雲端，對話上下文需伺服器保存，難以調用本機密碼、錢包、Cookie 等敏感資料。
2. 將所有瀏覽和支付資料送往第三方模型，需重新取得用戶授權；歐盟《DMA》和美國州級隱私法均要求資料最小化出境。
3. 自動輸入雙重驗證碼、調用鏡頭、運用 GPU 進行 WebGPU 推理，必須在瀏覽器沙盒完成。
4. 資料上下文高度依賴瀏覽器，包括分頁、Cookie、IndexedDB、Service Worker Cache、Passkey（通行密鑰）憑證及擴充資料皆沉澱於瀏覽器中。

互動形式的深刻變革

回到話題本身，現代瀏覽器用法大致可分三類：讀取資料、輸入資料、互動資料。AI 大模型（LLM）已徹底改變我們讀取資料的效率與方式，過往以關鍵字搜尋網頁已變得低效且過時。

針對用戶搜尋行為的演進——是獲取答案，還是點擊網頁，已有諸多研究分析。

在行為模式上，2024 年美國每 1,000 次 Google 查詢僅有 374 次最終點擊開放網頁，約 63% 屬「零點擊」行為。使用者習慣直接於搜尋結果頁取得天氣、匯率、知識卡等資訊。

在心理層面，2023 年調查顯示，44% 受訪者認為一般自然結果比精選摘要（featured snippet）更可信。學術亦發現，面對爭議或無一致答案議題，用戶偏好多來源連結結果頁。

換言之，部分用戶對 AI 摘要信賴度不高，但多數行為已轉向「零點擊」。因此 AI 瀏覽器仍需探索更適合的交互型態——尤其在資料讀取部分，因目前大模型「幻覺」問題尚未根除，許多用戶難以完全信任自動生成摘要。只要逐步解決模型正確性與可控性，即能持續推進改進；並不需顛覆性改革瀏覽器本身。

真正可能引發瀏覽器大幅革新的，是資料互動層。過往人們僅以關鍵字與瀏覽器互動——這是其理解能力極限，但現今用戶更傾向用自然語言描述複雜任務，例如：

• 「尋找紐約至洛杉磯特定時段直飛機票」
• 「查詢紐約—上海—洛杉磯機票」

這類行為，即使人類也需要花許多時間瀏覽多個網站、收集和比對資料。但這些代理任務（Agentic Tasks，代理型任務）已在逐步由 AI Agent 接管。

這也符合科技演進趨勢：自動化與智能化。人們追求解放雙手，AI Agent 必然深度嵌入瀏覽器。未來瀏覽器設計必須考量：

• 如何同時兼顧人類閱讀體驗與 AI Agent 可解析性，
• 如何讓同一頁面同時服務使用者與代理模型。

唯有兼顧雙方，瀏覽器才能成為 AI Agent 執行任務的穩定載體。

接下來將聚焦五個受關注專案，包括 Browser Use（瀏覽器應用）、Arc（The Browser Company）、Perplexity（困惑搜尋）、Brave（勇敢瀏覽器）及 Donut。這些專案分別展示 AI 瀏覽器的未來進化方向，以及在 Web3、Crypto 場景的原生結合潛力。

Browser Use（瀏覽器應用）

這也是 Perplexity 與 Browser Use 泰獲巨額融資的核心邏輯。Browser Use 更是 2025 年上半年出現的第二大最具確定性與成長潛力創新機會。

Browser Use, source: Browser Use

Browser 建立出真正語意層，核心在為下一代瀏覽器打造語意識別架構。

Browser Use 重新解碼傳統「DOM＝給人看的節點樹」，變成「語意 DOM＝給 LLM 看的指令樹」，讓代理能精確點選、填入、上傳，不必再靠視覺座標。它用「結構化文字→函數調用」取代 OCR 或 Selenium，所以執行更快、令牌用量（token）更低、錯誤更少。TechCrunch 稱其「讓 AI 真正讀懂網頁的膠水層」，而 3 月完成的 1,700 萬美元種子輪即是押注這項技術革新。

HTML 渲染後會生成標準 DOM 樹，瀏覽器再派生 accessibility tree，替螢幕閱讀器補充「角色」及「狀態」標籤。

1. 將每個可互動元素（<button>、<input> 等）抽象為 JSON 片段並附加角色、可見性、座標、可執行動作等元資料；
2. 將整頁轉譯為扁平「語意節點清單」，供 LLM 一次在提示中讀取；
3. 接收 LLM 輸出的指令（如 click(node_id=”btn-Checkout”)），回放至真實瀏覽器。官方部落格將此過程稱為「把網站接口變為 LLM 可解析的結構化文本（structured text）」

一旦此標準進入 W3C（萬維網協會），將大幅解決瀏覽器輸入問題。我們也引用 The Browser Company 之公開信與案例，深入說明其邏輯謬誤。

Arc（拱門瀏覽器）

The Browser Company（Arc 母公司）在公開信中表示 ARC 瀏覽器將進入例行維護，團隊重心轉向 AI 專屬瀏覽器 DIA。信中坦言目前尚未明確 DIA 實現路徑，並提出多項未來市場預測據此我們認為，真正顛覆現有瀏覽器格局，關鍵在於交互側「輸出」的革新。

以下是 ARC 團隊對未來瀏覽器市場的三項預測。

https://browsercompany.substack.com/p/letter-to-arc-members-2025

首先，他們認為 Webpages（網頁）不再是主要互動界面。此論斷雖具挑戰性，也正是我們對其創業路徑持保留看法的根本。實則，這觀點大幅低估瀏覽器作用，是探索 AI 瀏覽器時忽略要點。

大模型在意圖捕捉上表現優異，如理解「幫我訂機票」等指令。但在資訊密度承載力上仍有限。若用戶需要類儀表板、Bloomberg 終端筆記本、Figma 可視化畫布等工具，專屬網頁的像素精度排列仍無可取代。每個產品都具備人體工學設計、圖表、拖曳、快捷鍵，這些都非裝飾品，而是提升認知效率關鍵。這些能力非一般聊天式互動可取代。以 Gate.com 為例，如用戶要進行投資操作，僅靠 AI 對話遠遠不夠，因用戶對資訊輸入、精度與結構化呈現有極高需求。

RC 團隊設想本質上的偏差，在於未清楚區分「交互」是輸入與輸出雙維構成。在輸入層，AI 指令式互動確可提升效率；但輸出層判斷明顯失衡，忽略瀏覽器在資訊呈現與個人化體驗上的關鍵作用。像 Reddit 擁獨特版面與資訊架構，AAVE 界面與結構截然不同。瀏覽器既兼容高私密資料，又支持多元產品界面，其在輸入層取代性有限，輸出層更難顛覆。現今 AI 瀏覽器多集中於「內容摘要」：網頁摘要、重整資訊、生成結論，根本不足以挑戰 Google 等主流搜尋體系，只分食搜索摘要的市占。

因此，真能撼動 Chrome（市占 66%）的，不會是「下一個 Chrome」。唯有根本重塑瀏覽器渲染模式，使其能滿足 AI Agent 主導的智慧交互需求，特別是在輸入側架構設計上，才能顛覆。基於此，我們更認可 Browser Use 技術路線——專注於底層結構革新。任何系統一旦「原子化」、「模組化」，其程式化與組合性將具備強大顛覆潛力，這正是 Browser Use 目前推動方向。

總結來說，AI Agent 運作高度倚賴瀏覽器。瀏覽器不僅儲存個人化資料，更是多元應用的通用渲染介面，因此未來必是核心互動入口。隨著 AI Agent 深度嵌入瀏覽器執行目標任務，成為調用用戶資料與特定應用互動的主要平台。瀏覽器現有渲染模式亟需創新，以最大程度兼容 AI Agent，才能更高效捕捉應用。

Perplexity（困惑搜尋）

Perplexity 以推薦系統著稱，最新估值 140 億美元，較 2024 年 6 月 30 億美元成長近五倍。月均查詢量超 4 億，2024 年 9 月處理約 2.5 億次查詢，使用者查詢同比增長 8 倍，月活超 3,000 萬。

主要特色是可即時總結頁面，取得即時資訊極具優勢。年初開始打造原生瀏覽器 Comet。Perplexity 稱 Comet 不僅「呈現」網頁，更能「理解」網頁。官方表示將答案引擎深度嵌入瀏覽器底層，採取「整機」思路——AI 任務深植於底層，非僅外掛。以帶引用的簡潔答案取代傳統「十條藍色連結」，直接對抗 Chrome。

Google I/O 2025

尚需解決兩大課題：高搜尋成本和低邊際利潤。雖然 Perplexity 已領先 AI 搜尋領域，Google 也在 2025 I/O 大會宣布大規模智能化瀏覽器改造。Google 推出全新 AI Model 標籤頁，整合 Overview（總覽）、Deep Research（深入研究）及 Agentic（代理型）功能，專案稱「Project Mariner」。

Google 積極推進 AI 轉型，單靠表層模仿（如 Overview、Deep Research、Agentic）難以構成真正威脅。真有希望重塑秩序的，是自底層重建瀏覽器結構、將大語言模型（LLM）深度嵌入核心，革新交互方式。

Brave（勇敢瀏覽器）

Brave 是 Crypto 產業最早且最成功瀏覽器，採用 Chromium 架構，能相容 Google Store 插件。其特點在於結合隱私保護與瀏覽賺取代幣模式，吸引大量使用者，展現其成長潛力。然而從產品角度看，隱私雖重要，但需求集中特定族群，對大眾而言尚未形成決策主流，因此僅靠此特性難以顛覆現有巨頭。

截至目前，Brave 月活用戶 8,270 萬，日活 3,560 萬，市占約 1%–1.5%。用戶規模持續攀升：2019 年 7 月 600 萬、2021 年 1 月 2,500 萬、2023 年 1 月 5,700 萬，2025 年 2 月突破 8,200 萬，年複合成長率穩居雙位數。月均搜尋量約 13.4 億次，為 Google 的 0.3%。

以下為 Brave 的迭代路線圖。

Gate Ventures

Brave 規劃升級為隱私優先的 AI 瀏覽器，但因用戶資料取得有限，使大模型客製化難度高，反而不利產品快速精準迭代。Agentic Browser（代理型瀏覽器）興起後，Brave 或將在隱私重視族群維持穩定市占，但難成主流。其 AI 助手 Leo 更像外掛型功能，僅加強內容摘要，尚無全面轉型 AI Agent 明確戰略，交互層創新不足。

Donut

近期 Crypto 產業於 Agentic Browser 領域也有新進展。新創 Donut 在 Pre-seed 輪獲 700 萬美元融資，由紅杉中國（Hongshan）、HackVC 與 Bitkraft Ventures 共同領投。專案尚屬構想初期，願景旨在實現「探索—決策—原生加密執行」（Discovery, Decision-making, Crypto-native Execution）一體化能力。

方向核心在於結合加密原生自動化執行路徑。a16z（創投）預言未來 Agent 有望取代搜尋引擎成為主要流量入口，創業者不再圍繞 Google 排序競爭，而是爭奪 Agent 執行帶來的轉化流量。業界稱此趨勢為「AEO」（Answer / Agent Engine Optimization，代理引擎最佳化），或更進一步「ATF」（Agentic Task Fulfilment，代理型任務實現），即不再優化搜尋排名，而是直接服務能替用戶完成任務的智能模型。

給創業者

必須坦言：Browser（瀏覽器）仍是網際網路最大、未被重塑的「入口」。全球桌機用戶約 21 億，行動端逾 43 億，是資料輸入、行為互動、個人指紋存儲的共同載體。這型態不僅是慣性，更因瀏覽器具備雙向屬性：既是資料「讀入口」，也是行為「寫出口」。

因此，真正具顛覆潛力的並非「頁面輸出」層的優化。即便新標籤頁能實現像 Google 的 AI 概覽，也僅屬瀏覽器外掛層迭代，尚非範式根本革新。突破點在於「輸入端」——如何讓 AI Agent 主動調用產品，完成具體任務，成為未來嵌入 Agent 生態、爭取流量與價值分配的關鍵。

搜尋時代拚「點擊」；代理時代拚「調用」。

如果你是創業者，請重新想像你的產品是一顆 API 組件——讓智能體不僅能「讀懂」，更能「調用」。這要求設計階段考慮三大面向：

一、介面結構標準化：你的產品「可調用」嗎？

產品是否具備智能體調用能力，取決於資訊結構能否標準化，抽象為明確資料結構（schema）。例如註冊、下單按鈕、評論提交等關鍵操作，能否透過語意 DOM 或 JSON 描述？系統有無狀態機，讓 Agent 穩定復現用戶行為？互動流程能否支援腳本化還原？具備穩定存取的 WebHook（網頁掛勾）或 API 端點（Endpoint）？

這正是 Browser Use 融資成功本質——將瀏覽器從 HTML 渲染轉變為 LLM 可調用語意樹。對創業者而言，引進類似設計理念，即是為 AI Agent 時代做結構化升級。

二、身分與通行：你能協助 Agent 跨越信任障礙嗎？

AI 代理如要完成交易、支付或資產調用，需某種可信中介——你能做到嗎？瀏覽器天生能調用本地儲存、錢包、驗證碼、雙因子認證，這正是比雲端模型更適合作為執行環境原因。Web3 場景尤然：調用鏈上資產介面標準不一，Agent 無「身分」或「簽章能力」難以執行。

對 Crypto 創業者來說，這裡有巨大空白：「區塊鏈 MCP（Multi Capability Platform，多功能平台）」。可作為通用指令層（讓 Agent 調用 Dapp）、標準化合約接口、乃至本地錢包＋身分平台。

三、流量機制再定義：未來重點不再是 SEO，而是 AEO / ATF

以往爭 Google 演算法青睞；如今要被 AI Agent 放進任務鏈。產品必須具備明確任務顆粒度：不是一個「頁面」，而是一連「可調用能力單元」。需針對 Agent 優化（AEO）或任務調度適配（ATF）：如註冊流程簡化結構步驟，定價能否接口取得，庫存即時查詢等；

甚至適配不同 LLM 框架調用語法——OpenAI 與 Claude 在函數調用、tool usage 偏好各異。Chrome 是舊世界終端，不是新世界入口。真正有未來的創業專案，不是再造瀏覽器，而是讓現有瀏覽器為 Agent 服務，為新世代「指令流」建橋。

你要打造的，是 Agent 調用你世界的「接口語法」；

你要爭取的，是成為智能體信任鏈核心一環；

你要構築的，是下一代搜尋模式的「API 城堡」。

Web2 靠 UI 抓住用戶注意力，Web3 + AI Agent 時代，則靠調用鏈抓住 Agent 執行意圖。

免責聲明：
本文不構成任何要約、招攬或建議。做任何投資決策前，請務必尋求獨立專業建議。請留意，Gate 及/或 Gate Ventures 可能限制或禁止受限地區服務。更多詳情請查閱適用用戶協議。

關於 Gate Ventures

Gate Ventures 是 Gate 集團旗下創投部門，專注於去中心化基礎建設、生態系與應用程式投資，推動 Web 3.0 時代技術重塑世界。Gate Ventures 與全球業界領袖合作，賦能具創新思維與能力的新創團隊，重新定義社會與金融交互模式。

官網：https://ventures.gate.com/
Twitter：https://x.com/gate_ventures
Medium：https://medium.com/gate_ventures