5 月 4 日，Google 在没有预告的情况下关闭了 Project Mariner——去年 I/O 大会上作为 AI agent 旗舰产品登台的实验项目。官方页面只剩一行字：“Technology voyaged to other Google products.”
这件事离 Google I/O 2026（5 月 19 日）不到两周，所以大多数报道把它读成产品失败、或者 Google 在 AI agent 竞赛中掉队。都不算错，但如果你把比较对象放对了，看到的画面不一样。
Project Mariner 的工作原理是截取浏览器截图，让视觉模型识别按钮和文本框，再模拟点击和输入。它和 Anthropic 的 Computer Use、OpenAI 的 CUA (Computer-Using Agent) 共用同一套底层技术——screenshot → vision model → action planning → execute GUI operations。但这套技术有两个不同的产品形态：
Browser agent（Mariner、Claude for Chrome、auto-browse）跑在浏览器沙箱里，只能看到网页内容。Computer use agent（Anthropic Computer Use、OpenAI Codex Computer Use）需要拿到整个桌面的截图和鼠标键盘控制权——但两者的部署方式又不同：Anthropic 的 Computer Use 通常跑在 VM 或沙箱里，Codex Computer Use 则是一个 macOS 桌面插件，直接运行在用户的真实 Mac 上，需要 Screen Recording 和 Accessibility 权限。
两个品类面对的物理环境不一样，命运也不一样。CUA 这个模型在 OSWorld（全桌面操作 benchmark）上做到 38.1%，在 WebArena（网页操作 benchmark）上做到 58.1%——但 benchmark 成绩和产品形态是两回事。比之前先分清楚你在比什么。
OpenAI 的 Operator 从 2025 年 1 月上线到 8 月关停，一个经常被提到的原因是购物流程不可靠。但有一个更基本的细节：Operator 甚至连 ChatGPT.com 都访问不了——它自己公司的网站都在反爬名单里。
独立 browser agent 的部署方式天然把它变成了 bot。不管你用 headless Chrome、云托管浏览器还是独立 VM，你都在创建一个全新的浏览器会话——没有 cookie、没有浏览历史、没有人类行为特征。网站反爬系统十几年来优化的就是探测这种会话。Amazon 今年 3 月对 Perplexity Comet 拿到的 preliminary injunction 只是这类对抗的法律出口——法官判定 Comet 访问 Amazon 账户”有用户许可但没有 Amazon 授权”，依据是 Computer Fraud and Abuse Act。Perplexity 已上诉，第九巡回法院 5 月 15 日听证。
这意味着做独立 browser agent 的公司有一个结构性劣势：你的工程资源不在提升模型能力或产品体验上，而在和一个你不认识的对手打军备竞赛。这个对手——Instagram、Amazon、各类电商和社交平台——有几十年的反爬经验，有直接的经济激励（保护数据、定价分层、广告模型），而且你的每一轮规避策略都会触发它的下一轮检测升级。
是一个逆风的品类。不是因为需求不成立——需求在别处成立——而是因为产品形态本身决定了你要同时做两件事：做好 agent 和打赢一场你不太可能赢的军备竞赛。
回来看需求。独立 browser agent 瞄准的典型场景——帮你订机票、比价、购物——对可靠性要求极高。用户容忍不了偶尔买错，而”买错”和自己操作的区别只是几分钟。这个 cognitive trade-off 极差。OpenAI 关掉 Operator 后试了 Instant Checkout（让用户在 ChatGPT 里下单而不是让 agent 去网站操作），也关了，但方向是对的——它在绕开浏览器操作本身。
真正的需求在另一头。Bloomberg Terminal 的 API 访问需要六位数美元的额外合同。医院还在跑的 legacy patient record 系统、90 年代写的保险理赔软件、政府内部系统——这些存量不会因为 AI 出现了就自动装上 API。问题在于，它们绝大多数不是网页应用。Bloomberg Terminal 是一个 Windows 桌面程序，不是一个在 Chrome 里跑的 SPA。你要自动化的是桌面应用，不是网页——所以你需要的是 computer use agent，不是 browser agent。
需求没错，品类错了。
但 computer use 的路要怎么样才走得通？同样的技术——截图→视觉模型→操作——换一个部署方式，瓶颈就消失了。
如果你不让 agent 开一个新浏览器，而是让它直接操作用户已经在用的 Chrome——共享同一个 cookie、同一个 IP、同一个浏览行为模式——那么从网站的角度看，分不出是用户在点还是 agent 在点。Google 今年 1 月 28 日上线的 Chrome auto-browse 就是这条路径。它不是独立产品，而是 Chrome 的内置功能，面向 Google AI Pro（$19.99/月）和 Ultra（$249.99/月）用户。它跑在用户真实的浏览器里，用着用户真实的登录状态。反爬系统看不到一个全新的可疑会话，只看到一个正常用户在做正常操作——只是点击速度有时候快了一点。
如果更进一步，走到 computer use——直接控制用户桌面、操作所有应用而不只是浏览器——这个优势会进一步放大。用户桌面上有真实的人类操作轨迹：鼠标移动速度、打字节奏、标签切换模式、窗口切换间隔。这些信号是 bot 几乎不可能伪造的，也让 bot detection 几乎不可能准确抓出 agent。OpenAI 的 Codex Computer Use 就是这条线的实例——它在用户的真实 Mac 上跑，共享用户的桌面环境和浏览器登录态，不会触发出现在 headless 环境下的反爬问题。
Wired 在三月报道，Google 把 Project Mariner 团队成员调去开发一个 “OpenClaw-like” agent。同月 Wired 记录了整个行业的方向调整：Jensen Huang 说”世界上每家公司现在都需要有一个 OpenClaw 策略”；OpenAI 高管希望让 Codex 成为 ChatGPT 内的通用 agent 引擎；Anthropic 推出了不需要 terminal 的 Claude Cowork。
把品类分清楚后，三家公司的轨迹可以重新排列：
Anthropic：Computer Use 发布 18 个月仍是 beta，OSWorld 成功率 22%（OpenAI 的 CUA benchmark 页面中将 Anthropic Computer Use 列为前一代 SOTA，22% 为该页引用的成绩；人类 72.4%）。官方建议”从低风险任务开始”。独立 computer use VM 路线没走通。但 Claude for Chrome（跑在用户真实浏览器里的 extension）活得很好，3 月刚加上了 Quick Mode。真实浏览器的路走着。
OpenAI：CUA 模型在 benchmark 上做到 OSWorld 38.1%，WebArena 58.1%。独立 browser agent（Operator）关了，Instant Checkout 关了。但它在另一个方向上走了跟 Google 相似的棋：Codex Computer Use 是一个 macOS 桌面插件，直接跑在用户的真实 Mac 上，需要 Screen Recording 和 Accessibility 权限才能截屏和模拟操作。OpenAI 自己的安全指南里明确写了”如果 Codex 使用你的浏览器，它可以操作你已登录的页面”——计算机用的是用户真实的浏览器会话，开的是用户真实的桌面应用，不存在独立 VM 被反爬系统识别的问题。同时，Codex 本身正在被定位为 ChatGPT 内的通用 agent 引擎，走的是 coding agent + 系统集成路线。
Google：Mariner 关了。Proxy-browser 做进了 Chrome（共享真实会话，不会触发反爬）。团队在做 OpenClaw-like 系统级 agent（共享真实桌面）。两条线都避开了独立产品的 bot detection 陷阱。
还有一个财务背景。Alphabet 2026 Q1 财报显示 Google Cloud 同比增长 63% 至 200 亿美元，Cloud backlog 4620 亿美元。Google 从 AI 赚钱的方式是卖基础设施，不是卖 agent 产品。Anthropic 和 OpenAI 没有浏览器和搜索引擎可以变现，必须把 agent 变成收入引擎。但即便如此，它们也没在独立 browser agent 上坚持下去。
总结下来，这次关停的好故事不是”Google 掉队了”，而是”三家做同类产品的公司得出了同一个结论：独立 browser agent 跑不通，但 GUI automation 的路还在——只是不能走 headless 云端专用环境那条”。Google 把 Mariner 技术放进了 Chrome（共享真实会话），把团队转向了系统级 agent（共享真实桌面）。两条路都避开了反爬系统的匹配陷阱。