惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Hacker News: Ask HN
Hacker News: Ask HN
N
News and Events Feed by Topic
Forbes - Security
Forbes - Security
The Last Watchdog
The Last Watchdog
TaoSecurity Blog
TaoSecurity Blog
Schneier on Security
Schneier on Security
SecWiki News
SecWiki News
V
Vulnerabilities – Threatpost
Project Zero
Project Zero
O
OpenAI News
W
WeLiveSecurity
Security Archives - TechRepublic
Security Archives - TechRepublic
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
H
Hacker News: Front Page
Cisco Talos Blog
Cisco Talos Blog
Spread Privacy
Spread Privacy
Help Net Security
Help Net Security
P
Privacy & Cybersecurity Law Blog
K
Kaspersky official blog
S
Security @ Cisco Blogs
Latest news
Latest news
AWS News Blog
AWS News Blog
U
Unit 42
Martin Fowler
Martin Fowler
阮一峰的网络日志
阮一峰的网络日志
S
Secure Thoughts
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Know Your Adversary
Know Your Adversary
Scott Helme
Scott Helme
博客园 - 司徒正美
B
Blog RSS Feed
C
Check Point Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
D
Docker
Google Online Security Blog
Google Online Security Blog
Jina AI
Jina AI
aimingoo的专栏
aimingoo的专栏
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Last Week in AI
Last Week in AI
月光博客
月光博客
C
CXSECURITY Database RSS Feed - CXSecurity.com
S
SegmentFault 最新的问题
NISL@THU
NISL@THU
T
The Blog of Author Tim Ferriss
C
Cisco Blogs
Attack and Defense Labs
Attack and Defense Labs
小众软件
小众软件

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI浏览器的生死题:谁能让用户说出「原来不是Chrome加了个聊天框」
AGI审判官 · 2026-03-16 · via 人人都是产品经理

当AI浪潮席卷搜索、办公等场景后,浏览器这个20年未变的超级入口终于迎来变革。Dia以「记忆与陪伴」重塑信息获取逻辑,Tabbit用「执行能力」解放用户操作,两者正从不同方向挑战Chrome的统治地位。本文深度解析这场AI浏览器之争背后的习惯战争与数据飞轮逻辑,揭示下一代入口产品的胜负关键。

开篇:一个简单的问题

我第一次打开 Dia 的感受很简单:

「哦,加了 AI 的浏览器。」

然后我关掉了它,继续用 Chrome。

不是因为它不好,而是因为我不知道「加了 AI 之后,浏览器能干什么是之前干不了的?」

这个问题,我想了很久。后来我发现——这不只是我的问题,这是整个 AI 浏览器赛道,现在最需要回答的那道题。

当 Perplexity 动了搜索,Copilot 动了办公,浏览器这个二十年没被动过的超级入口,终于也开始摇晃了。

一、浏览器:二十年没被动过的超级入口

2008 年,Chrome 横空出世的时候,它的杀手锏是什么?

速度快、界面简洁、标签页独立进程。听起来很技术,但本质上就一件事:让你更快地到达信息

十八年过去了,这套逻辑没变过。

搜索被 Perplexity 动了——它让你不用再点开十个链接,直接给你答案。

办公被 Copilot 动了——它让 Word、Excel 不再只是工具,而是会主动帮你干活的助手。

社交、购物、娱乐,几乎所有互联网入口都在被 AI 重构。

唯独浏览器,还是原样。

但这很奇怪,因为85% 的工作流还在浏览器里发生。我们写文档在网页版,查资料在浏览器,看视频、刷社交媒体、处理邮件,全在这里。

入口不是功能最强的那个,而是你每天第一个打开、忘了它在运行的那个。

浏览器就是这样一个存在——它太日常了,以至于我们忘了它有多重要。

直到 2024 年底,OpenAI 推出 Atlas,奥特曼说这是「十年一遇的机会」,要「改变 30 亿人使用互联网的方式」。

Google DeepMind 推出 Project Mariner,口号是「探索人机交互的未来,从浏览器开始」。

Arc 的母公司 The Browser Company 宣布停止 Arc 的新功能开发,all in 一款叫 Dia 的 AI 浏览器。

美团收购光年之外 977 天后,终于交出答卷——Tabbit AI 浏览器。

巨头和创业公司不约而同地盯上了这块蛋糕。

但问题来了:把 AI 塞进浏览器,和真正做一款 AI 浏览器,是两回事。

前者是在旧框架里打补丁,后者是重新想象人与信息之间的关系。

PM 追问:当一个入口二十年没变过,它要么是完美的,要么是在等一场革命。浏览器是哪一个?

肯定不是完美的。Chrome二十年没变,不是因为它做到极致了,而是因为没有人找到更好的范式。就像诺基亚时代的手机,功能够用,但不代表不能被颠覆。浏览器就是在等一场革命,只不过这场革命来得比搜索、比办公晚了几年。

二、Dia:答案是「陪伴」

Arc 死了。

2025 年初,The Browser Company 的 CEO Josh Miller 在博客里写:「对大多数人来说,Arc 太不一样了,要学的东西太多,回报却太少。」

Arc 的问题不是不够好,而是太聪明了,聪明到没人愿意学

它有垂直标签栏、有 Spaces 工作区、有自动归档、有 Split View,每个功能都很强大,但组合在一起就是一套全新的使用范式。

产品经理们喜欢它,设计师们爱它,但普通用户打开后的第一反应是:「这是什么?我的标签页呢?」

于是 Arc 被放进了维护模式——只修 bug,不加新功能。团队 all in 了 Dia。

Dia 的策略完全相反:做减法,做记忆,做伙伴。

它看起来就是一个普通浏览器,标签页在上面,地址栏在中间,没有复杂的侧边栏,没有需要学习的新概念。

但它多了一个东西:记忆

Dia 会记住你昨天在看什么、上周研究过什么话题、哪些网站是你常去的。当你今天继续工作时,它不需要你重新搜索、重新打开标签,它会主动提醒你:「你上次看到这里,要继续吗?」

它还有一个功能叫 Skills——你可以把常用的 AI 指令保存下来,比如「总结这篇文章的核心观点」「把这段话改写成微博文案」。下次遇到类似任务,一键调用。

Dia 想回答的问题是:「用久了之后,你会舍不得离开。」

这是一个关于习惯的赌注。

我用了一周 Dia,感受是:像一个还没来得及了解你的朋友——潜力在,但还需要时间。

它的记忆功能确实方便,但有时候会记住一些我不想被记住的东西(比如我摸鱼时看的网页)。

它的 Skills 很好用,但预设的模板不够多,自己写又有点麻烦。

它的 AI 对话很流畅,但当我同时打开十几个标签页时,它有时候会搞不清我在问哪个页面。

Dia 的问题不是能力不够,而是它还没学会「懂我」。

而「懂我」这件事,需要时间,需要数据,需要一个用户愿意陪它成长的理由。

PM 追问:一个产品要多久才能从「好用」变成「离不开」?Dia 给自己留了多少时间?

从「好用」到「离不开」,本质上是从功能依赖变成习惯依赖,这个转变至少需要90天,而且中间不能出大问题。Dia有Atlassian撑腰,钱的问题暂时不大,但时间窗口真的不多——Atlas、Comet都在跑,用户的注意力就那么多,先抢到习惯的那个才有机会。

三、Tabbit:答案是「执行」

美团做浏览器,听起来有点奇怪。

但仔细想想,美团的基因就是「执行」——外卖、打车、订酒店,核心都是「你说你要什么,我帮你办到」。

Tabbit 继承了这个基因。

它不像 Dia 那样强调记忆和陪伴,而是直接告诉你:「我能帮你干的事,ChatGPT 做不到。」

什么事?

让 AI 直接操作网页。

我测试了一个场景:让 Tabbit 帮我把一篇文章发布到小红书。

传统流程是:复制文章→打开小红书→粘贴内容→调整格式→选封面→打标签→发布。

Tabbit 的流程是:我说「把这篇文章发到小红书」,然后它就开始干活了。

它自动打开小红书网页版、自动登录(读取了我浏览器里保存的 Cookie)、自动填写标题和正文、自动排版、自动选了几个标签,最后点击发布。

全程我只需要在登录时扫一下码,其他什么都不用管。

这是我第一次真正感受到「AI 接管鼠标」是什么意思。

但它不完美。

标题太长了,Tabbit 没有自动缩短,而是直接被截断。

标签没有打在正确的位置,而是直接显示在了图片上。

当我让它删除这篇笔记时,它陷入了死循环——在「找不到页面」和「页面可能在刷新」之间反复跳转,最后我只能手动终止。

Tabbit 的问题不是不够强,而是还不够稳。

但它的方向是对的。

它还有一个功能叫「妙招」——本质上是可以保存和复用的工作流。

比如我可以创建一个「每日资讯整理」的妙招:自动打开几个科技媒体网站→提取今天的头条→总结成一份简报→发送到我的邮箱。

或者创建一个「竞品分析」的妙招:输入几个竞品的官网链接→自动提取产品功能、定价、用户评价→生成对比表格。

这些任务不复杂,但很繁琐。以前需要我手动操作半小时,现在 Tabbit 可以在后台自动完成。

我用了一周 Tabbit,感受是:像一个效率很高的新同事——能干活,但你还没完全信任它。

它会出错,会卡住,会做一些让你哭笑不得的事情。

但当它成功的时候,你会觉得:「哇,原来浏览器可以这样用。」

PM 追问:当 AI 开始代替你点击鼠标,你是感到解放,还是感到失控?

说实话,两个感受同时存在。它帮我发了小红书的那一刻,我是有点惊喜的。但它把标签打错位置的时候,我有一种很微妙的不安——不是因为它出错,而是因为我不知道它接下来还会出什么错。就像第一次坐自动驾驶,解放和失控是同一枚硬币的两面。

四、现在谁都没拿到——这才是最大看点

如果你问我,Dia 和 Tabbit 谁会赢?

我的答案是:现在谁都没赢,这才是最有意思的地方。

因为 AI 浏览器的竞争,本质上不是功能竞争,而是习惯竞争

Chrome 为什么能干掉 IE?不是因为它功能更多,而是因为它让你养成了一个习惯:打开电脑→打开 Chrome→开始工作。

这个习惯一旦养成,就很难改变。

Dia 和 Tabbit 现在面临的挑战是:如何让用户愿意放弃用了十几年的 Chrome,来试试你?

Dia 的策略是:我记住你的工作习惯,时间越长,我越懂你。

Tabbit 的策略是:我帮你干活,用得越多,你越离不开我。

两个方向都对,但都还没走到终点。

因为它们都还没有建立起数据飞轮

什么是数据飞轮?

就是:你用得越多→产品越懂你→产品越好用→你用得更多。

Chrome 有这个飞轮吗?没有。你今天用 Chrome 和十年前用 Chrome,体验几乎一样。

ChatGPT 有这个飞轮吗?有一点。它会记住你的对话历史,但不会记住你的工作习惯。

Dia 和 Tabbit 有这个飞轮吗?理论上有,但还没转起来。

Dia 的记忆功能是飞轮的起点,但它还没有足够的数据来证明「用久了真的会更好用」。

Tabbit 的妙招功能是飞轮的起点,但它还没有足够的成功案例来证明「AI 执行真的靠谱」。

窗口期还开着。

现在入场的玩家,无论是 OpenAI 的 Atlas、Google 的 Mariner,还是其他创业公司,都还在起跑线上。

谁能最先让用户养成习惯,谁就能拿到这个超级入口。

PM 追问:在习惯竞争中,先发优势重要,还是后发完善重要?

我倾向于后发完善更重要。因为习惯竞争的本质是「你有没有让我离不开你」,而不是「你有没有第一个出现」。Chrome不是第一个浏览器,微信不是第一个IM,但它们都靠完善度赢了。

终章 给产品经理的四个追问

下次你做 AI 产品,问自己四个问题:

1. 习惯性

用户有没有「不想不开它」的理由?

不是「它很好用」,而是「不用它我会不习惯」。

Chrome 的习惯性在于:你的书签在这里、你的密码在这里、你的历史记录在这里。

Dia 的习惯性在于:它记住了你的工作脉络。

Tabbit 的习惯性在于:它帮你省掉了重复劳动。

但这些够吗?还不够。

真正的习惯性,是让用户在不知不觉中依赖你。

2. 简单直观

第一次用,30 秒能不能懂它?

Arc 死在这里。

它太复杂了,需要看教程、需要学习、需要适应。大多数人没有这个耐心。

Dia 学到了这个教训——它看起来就是一个普通浏览器,降低了学习成本。

Tabbit 也是——它的界面和 Chrome 几乎一样,你可以无缝迁移。

但简单不等于简陋。

简单是「我一眼就知道怎么用」,简陋是「我用了之后发现什么都干不了」。

这条线很难把握,但必须把握。

3. 数据飞轮

每次使用,有没有让它更懂用户?

用完就走的产品,没有护城河。

ChatGPT 为什么能建立护城河?因为它记住了你的对话历史、你的偏好、你的工作风格。

Dia 和 Tabbit 都在尝试建立这个飞轮,但还没有真正转起来。

因为数据飞轮不是「我收集了你的数据」,而是「我用你的数据让你的体验变得更好」。

前者是监控,后者是服务。

用户能感受到这个区别。

4. 新标准创造力

它有没有定义一个「之前不存在」的使用范式?

不是更好的 Chrome,而是让人觉得「原来浏览器可以这样用」。

Dia 的新标准是:浏览器是有记忆的。

Tabbit 的新标准是:浏览器是会干活的。

但这些标准还没有被广泛接受。

因为大多数人还在用 Chrome 的方式理解浏览器——它就是一个打开网页的工具。

谁能改变这个认知,谁就赢了。

回扣开篇:

「这不就是 Chrome 加了个聊天框吗?」

这句话,是对 AI 浏览器最大的挑战,也是最大的机会。

挑战在于:如果用户这么想,你就输了。

机会在于:谁先让用户说出「原来不是」,谁就赢了这场仗。

Dia 和 Tabbit 都还在路上。

它们都还没有给出完美答案,但它们都在尝试回答那个最重要的问题:

加了 AI 之后,浏览器能干什么是之前干不了的?

答案可能是「记住你」,可能是「帮你干活」,也可能是我们现在还没想到的第三种可能。

但有一点是确定的:

这场仗才刚刚开始。

本文由 @AGI审判官 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自作者提供