今天小編分享的科技經驗：實測超火的 AI 浏覽器 Dia，我看到了浏覽器未來的 iPhone 時刻，歡迎閲讀。
30 年過去了，浏覽器最大的變化可能是圖示。
「互聯網之父」蒂姆 · 伯納斯 - 李 1990 年設計的基本互動模式——通過超鏈接（Hyperlink）實現網頁之間的跳轉，以及後面輸入網址、等待加載、點擊鏈接、回到上一頁等邏輯，在今天巋然不動。
都 2025 年了，我們還在用同樣的姿勢，對着螢幕傻傻地等待頁面加載。
過去十年，我們見證過許多号稱「要颠覆浏覽器市場」的浏覽器，Arc 也是其中被譽為全村最有希望的種子選手，但卻在擁有百萬級用户，燒掉 1.5 億美元後，母公司 The Browser Company 宣布停止更新，黯然退場。
去年，在完成 5000 萬美元融資後，他們決定将重心轉向開發一款名為 Dia 的原生 AI 浏覽器。
創始人 Josh Miller 表示，Dia 要構建一種完全不同類型的浏覽器——一個更加主動、更強大、更以 AI 為中心、更加符合最初願景的浏覽器，可以稱它為網絡浏覽器的 iPhone，或者「互聯網計算機」。
Arc 浏覽器在其早期和公測階段使用了邀請碼制度，顯然 The Browser Company 從中嘗到了甜頭。
最近，這款名為 Dia 的浏覽器終于上線，采用邀請碼制，開始小範圍開放體驗。體驗設備有一定限制，目前适用于配備 Mac M1 芯片或更高版本的 macOS 14+。
在各家都在競相将 AI 融入離用户最近的浏覽器，Dia 的表現能否脱穎而出，AI 又該如何重塑浏覽體驗，這些都是我們想要探究的問題。
Google+Perplexity，Dia 想用 AI 改變浏覽器？
Dia 的主頁非常簡潔，只有一個最為尋常不過的搜索框，甚至可以説清爽得有些不像樣，但這也許正是浏覽器最理想的樣子：提問、獲取答案、結束。而不是塞滿熱搜榜單，分散你的注意力。
輸入問題後，Dia 會彈出一個候選視窗，提供 Google 和 Chat 兩個選項。
顧名思義，前者直接跳轉到常規搜索引擎頁面，後者則類似常見的 AI 聊天助手，調用 Dia 自帶的大模型直接給出答案，并且擁有獨自的歷史聊天記錄。當然，遇到復雜問題時，它也會聯網搜索。 
「現在的寵物能坐高鐵了嗎」「馬斯克現在管理着多少家企業」，Dia 的回答質量也是屬于不太穩定的那種，同一問題的幾次回答，都在正确和出錯之間反復橫跳。
用英文提問，回答質量也不會顯著提升，甚至它就把星鏈誤認為獨立公司。實測下來，Dia 偶爾會在回答中附上圖片；用中文提問時，有時也會意外觸發英文回答。
輸入框底部，你還能看到「Personalize Dia」，設定崇拜對象、喜歡的學習方式，以及 Dia 的回答風格，可以幫助 Dia 快速了解自己，起到調教 AI 人設的作用。
随手上傳一個互聯網梗圖，Dia 也能夠輕松識别表情包的言外之意。文檔總結很到位，10 萬字被梳理得清晰明了，但值得注意的是，文檔大小限制在 100M 内，且實測不支持上傳 Doc 格式文檔。
▲左上角會顯示出現了兩個 ChatGPT， 應該是 Bug
總結公眾号文章，甩個鏈接即可。
值得注意的是，Dia 浏覽器使用的是 Chromium 引擎的特定版本。Chromium 是一個開源項目，許多現代浏覽器（包括 Chrome）都基于它構建。
互動是最大亮點，但 Dia 還是個半成品
Dia 的互動設計是一大亮點。傳統 AI 插件主要以側邊欄、懸浮窗的形式呈現，涵蓋 AI 聊天、翻譯、網頁總結等。右上角的 Chat 可以看作一個閹割版的 AI 插件，雖然功能稍顯單薄，但在互動體驗上卻做得不錯。
劃詞後，右側就能直接提供查找或解釋功能，整體操作流暢順滑。
比如在知乎看到有人推薦線性代數書籍，我本來想評論一句「不明覺厲」，但寫到一半卡住了，怎麼辦，這時候，放到遊標處，遊標就會變藍變粗，點擊會自動調出右側 Chat 界面。
接着我簡單描述了「看不懂，但我大受震撼」的想法，DIa 就會浏覽完整個頁面，并給出幾個評論方案。
這些建議甚至模仿了知乎熱評區的輕松語氣，簡潔直白又人性化。确認無誤後，點擊「Insert」就能自動插入擴寫左側評論。
沒時間看視頻，總結視頻内容也可以。這裏有個小技巧，也能讓它給出總結視頻的字幕。不過，我讓其生成 Word 或 PDF 文檔後，卻沒有後續反饋。
另外，Dia 還能通過點擊「View 菜單 -Add Split View Pane，」在浏覽器内實現快速「分屏」，最多可同時分出 4 塊螢幕。不過，這個功能實用性有限：它僅顯示搜索結果，點擊具體網頁仍會跳轉到全屏模式，屬實有點「中看不中用」。
此外，Arc 曾常被吐槽無法遷移 Chrome 書籤，現在吸取教訓的 Dia 提供了一鍵導入書籤功能，支持無痛遷移。另一個是沒有像 Arc 那樣「劍走偏鋒」，而是選擇了更常規的橫向标籤頁設計。你可以在輸入框裏添加各類網頁标籤，也能一口氣将所有标籤加入對話上下文，提升多标籤頁的信息聯動能力。
類似 ChatGPT 調用 GPTs 的方式，Dia 也支持通過 @ 調用各個網頁标籤。玩法很樸素，我挑選了過往幾篇關于 Ai Pin 的文章，并讓其總結 Ai Pin 值得吐槽的點，很快就得到了清晰的答案。
浏覽器 2.0 時代已經開始，而 Web，遠未走向死亡
2010 年，克裏斯 · 安德森（Chris Anderson）與邁克爾 · 沃爾夫（Michael Wolff）在《連線》雜志共同撰寫了《Web 已死，Internet 永生》一文。
文章犀利地指出，萬維網（Web）在誕生二十年後正逐漸走向衰退，其原因在于傳統的 Web 浏覽模式逐漸被更簡單、更流暢的服務所取代，尤其是應用程式（App）的崛起，更簡潔、高效，能夠直接滿足他們的需求。
比如，打開一個新聞 App 就能立刻浏覽頭條，而無需在浏覽器中輸入網址、等待頁面加載。這種「App 優先」的趨勢在過去十年中幾乎主導了互聯網產品的開發邏輯。
然而，生成式 AI 的崛起重新将產品開發的焦點拉回到 Web 模式。
看似出人意料，卻又合情合理。AI 互動本質上是以文本 / 對話為核心，Web 界面天然支持復雜的文本輸入輸出，且能便于分享結果和協作。
生成式 AI 模型計算需求大、迭代速度快。在不确定哪種 AI 應用場景最有價值的探索期，Web 平台能以最小成本覆蓋所有設備用户，加速產品市場匹配驗證。
并且，相比下載 App 的心理和實際成本，Web 版本讓用户可以「即點即用」，這對于像 ChatGPT 這樣天然陌生的產品尤為重要，減少了用户嘗試的障礙。
浏覽器的基本形态和功能已經維持了近三十年。1989 年，蒂姆 · 伯納斯 - 李（Sir Tim Berners-Lee）在 CERN 工作時，創建了萬維網（WWW），以滿足科學家、大學和其他研究機構之間共享信息的需求。
網頁浏覽器應運而生，但它的設計初衷是圍繞文檔展開的，這一底層邏輯至今沒翻篇。
到後來的 Netscape Navigator，再到如今的 Chrome、Safari、Firefox 和 Opera，浏覽器的核心元素（标籤頁、地址欄、收藏夾）表面形态不能説毫無變化，但也變化不大。
過去，我們通過搜索引擎獲取信息的方式是這樣的：輸入關鍵詞，得到十幾個甚至幾十個結果頁面，然後一個個點擊，浏覽，判斷，篩選，最終從海量信息中找到自己需要的那一小部分。
這個過程就像在圖書館裏翻閲一摞摞的書籍，耗時且低效。在那個年代，找到信息的能力本身就是一種技能，甚至催生了「高級搜索技巧」這樣的教程和課程。
後來，搜索引擎變得更加智能，界面設計和性能有所優化，比如标籤頁從單一視窗變為多任務管理工具，地址欄也整合了搜索功能，可這些變化，説到底還是修修補補，算不上脱胎換骨。
在沉浸式、空間計算和對話式 AI 方興未艾的當下，我們仍然被迫使用基于 30 多年前文檔範式設計的浏覽器。與其説這是界面問題，倒不如説是整個信息互動模式的不匹配。
AI 的狂飙突進，給浏覽器體驗的重塑撕開了一道口子。去年，AI 插件熱潮席卷而來，Kimi、Monica 等玩家紛紛入局，帶來了一些新玩法：不用離開頁面，就能獲取答案、完成任務，效率直線上升。
從目前體驗上看，仍處于半成品的 Dia 在側邊欄互動、劃詞解釋等細節上有些亮點，但説到底還是沒跳出 AI 插件的範疇，更多是對現有功能的整合和打磨。
Josh Miller 曾表示，傳統浏覽器的界面需求已經不再那麼迫切，其底層結構将決定我們的未來。「大多數人以為我們在造浏覽器，」Miller 在一次對話中説，「其實我們造的是一個基于浏覽器的系統。」
他的野心，是把浏覽器從單純的内容展示工具，變成一個類似作業系統的存在，管理個人偏好和行為，在系統層面實現跨設備的 AI 體驗，而不用在每個應用裏重復設定。
在早期演示中，Dia 就展示了浏覽器如何代表人類執行任務。
例如，Dia 通過自己浏覽亞馬遜，找到這些物品并将它們添加到購物車中。這正是浏覽器能做到的事——利用它對你所有 Web 應用和浏覽數據的訪問權限，替你完成任務。
盡管，如今的 Dia 距離這一目标尚有差距，但這種從被動響應到執行理念的轉變，卻與當下大火的 Agent 不謀而合。
在 OpenAI 推出的 Operator，以及智譜最新發布的「沉思」Agent 中，我們也看到浏覽器開始代替用户采取行動，比如預訂機票、比較產品價格、填寫表單，甚至完成在線購物。
為了更好地了解這一趨勢，不妨再來看看 OpenAI 前 AI 大神 Andrej Karpathy 提出的「LLM 作業系統」設想：
LLM 作為内核：LLM 是整個系統的中心，類似于傳統作業系統中的 CPU，負責處理核心任務和協調其他組件。
存儲體系：包括上下文視窗（類似 RAM），用于存儲當前正在處理的信息。
檔案系統：用于長期存儲數據，類似于傳統計算機的硬碟。
向量數據庫（embeddings/vector databases）：用于存儲和檢索嵌入向量，是 LLM 進行語義理解和檢索的重要基礎。
浏覽器：作為 I/O 外設之一，用于訪問互聯網資源，獲取實時信息。
多模态工具：支持處理文本、影像、音頻等多種數據類型。
其他工具：如代碼解釋器、計算器等，用于輔助 LLM 完成復雜任務。
從根源上講，浏覽器自誕生之初便緊密貼合人類需求，為人類而生的屬性貫穿始終。傳統浏覽器依賴的 UI 自動化工具（如 Selenium）本質上是對人類操作的鏡像模拟。
與圖形化界面和手動操作有所不同，AI Agent 需要通過代碼訪問和解析數據與網頁進行自動化互動，而動态加載的内容、復雜的頁面結構，以及反爬機制（如驗證碼）的普遍應用，都是亟待解決的幾道難關。
浏覽器服務商 Browserbase 創始人 Paul Klein 也曾給出一些技術思路：
開發開源、高效的浏覽器，減少浏覽器啓動時的等待時間和安裝所需的資源量，提升運行速度和部署便利性。
利用 LLM 快速定位網頁數據，VLM 基于截圖識别元素，支持自然語言互動，無需復雜腳本，即使面對混淆或動态内容也能适應。
提供更可靠的 SDK 和 API 開發工具，簡化開發流程，提高 AI Agent 使用體驗。
更理想的狀态是，AI Agent 與浏覽器 / 網站則需要通過标準化協定直接通信，跳過視覺互動環節，基于數據接口（如 API、底層協定）實現自動化操作，完成從 「人→界面→數據」 到 「機器→協定→數據」的直連。
這段時間頻繁出現在大眾視野的 MCP，正是解決傳統「人→界面→數據」模式瓶頸的一種方案。它通過客户端 - 伺服器架構，将 AI Agent（主機 / 客户端）與外部資源（伺服器）連接起來，用協定取代了界面操作。
簡單來説，你可以把 MCP 想象成一個「萬能接口」，就像電腦上的 USB-C 接口一樣。這個接口讓 AI 模型能夠輕松地連接到各種外部資源，比如檔案、數據庫、在線服務等。
通過 MCP，AI 助手不僅能獲取數據，還能直接對數據進行操作，比如讀取檔案内容、更新數據庫記錄等。
浏覽器會繼續服務人類，但會越來越适配 AI 的需求。人類下達命令，Agent 高效執行的協作模式将成為未來的常态。
從早期的命令行界面（CLI），到圖形用户界面（GUI），再到如今邁向人機純自然語言互動以及機器與機器的協定層互動，技術在復雜化，但互動方式卻在不斷簡化。
現在，浏覽器 2.0 時代已經開始，而 Web，遠未走向死亡。
「AI 不會以應用程式的形式存在，也不會是一個按鈕。我們相信它将是一個全新的環境——建立在 Web 浏覽器之上，」Dia 的官網如是説。
