八月初的一次排版里，我让 agent 在公众号文章末尾插一张账号名片。插入、保存，一切看起来都正常。事后核对图片顺序，我才发现文末那张关注 GIF 不见了：插入名片的那一刻，选区还罩在 GIF 上，「插入」变成了「替换」。没有报错，也没有任何提示。
那之后我一直在想一个问题：一个每天替我操作已登录后台的 agent，能力已经够用了，它还缺什么？三个月下来，我的答案是四条规矩。
结论先行
上一篇文章《给 Agent 一个浏览器》结尾我立了个 flag：「呼声最高的场景，我来实测一期。」这篇算是交作业，而且不止一期。过去三个月，ego-lite 从「评测对象」变成了我这台 Mac 上事实上的基础设施：
- 10 个实战场景落地，从生图、数据审计到定时巡检；
- 2 个每月定时任务常驻运行，浏览器自动化跑进了 cron；
- 上一篇和这三个月里的十几篇公众号稿，排版、封面、发布数据回收，都经过 ego-lite。
三个月用下来，结论比上次更硬，也更收敛：「共享浏览器」这个范式是真的，它的价值不在「快」，而在登录态和真实浏览器环境，这两样是别的方案给不了的。同时我也摸清了它的边界，其中一条是用一次失败换来的，后文细说。
三个月战绩：一张全景表
先上全景。三个月里所有认真跑过（不是演示）的场景：
| # | 场景 | 频次 | 一句话结果 |
|---|---|---|---|
| 1 | 公众号后台发文管线 | 每篇必经，十几篇草稿 | 排版/封面/名片全自动，发表键永不代按 |
| 2 | 公众号发布指标抓取 | 两轮（7-31 基线 / 11-02 账本） | 4 页 65 条数据入账，64 条有效 |
| 3 | ima 死链清理 | 一次战役（9-22） | 35 条删除、API 逐条复核零残留 |
| 4 | lovart 生图 skill | 固化后随叫随到 | 首次摸索大半个下午 → 复用一条指令 |
| 5 | 小红书创作者后台审计 | 一次（8-21） | 全量 15 篇 + 指标交叉校验对平 |
| 6 | 缴费页面实测 | 一次（8-27） | 梳理清楚一条扫码缴费的页面流程 |
| 7 | 自有站点实机验收 | 一次（8-06） | 抓出一个线上真 bug（二维码懒加载空白） |
| 8 | WPS 权益页核验 | 一次（10-30） | 主动撤回一条无依据的说法 |
| 9 | 行业白皮书归档 | 每月 cron，已跑 2 轮 | 真实浏览器按月取回正文 |
| 10 | 公共站点可用性巡检 | 每月 cron，已跑 2 轮 | 只有真实浏览器能正常打开的页面，按月巡检 |
这张表里藏着一个比「能做多少事」更重要的信号：场景 9、10 是定时任务。当一件事从「我让 agent 做一次」变成「cron 按时自己跑」，工具的性质就变了，它从玩具变成了依赖。这也是我敢把它叫作「基础设施」的原因。
定时任务还教会我一件事：稳定性的瓶颈往往在「宿主机醒着没有」，浏览器这一环反而很少出错。跑在晚上的任务常因电脑睡着而漏跑，后来我把它们全部迁到了午间档。
下面挑两口最深的井展开。
最深的一口井：公众号后台
这是体量最大的场景，也是坑最密的地方。先看它现在长什么样：
md2wechat.py 零 token 完成 Markdown→公众号 HTML 转换 → ego-browser（ego-lite 给 agent 用的 skill 和命令行入口）复用已登录会话进入 mp.weixin.qq.com → 合成粘贴正文（7 张图 1.06MB 分块送入，编辑器自动转存 CDN，约 5 秒完成）→ 封面 1:1 取景 → 插入账号名片 → 停。「发表」那颗键，永远留给我自己。
最后一句写进了代码：脚本一识别到发表按钮，就拒绝执行。agent 可以把一切准备到「只差一键」，但这一键的权限在架构上就不存在。
这条管线跑通十几篇草稿，代价是踩出了一串教科书上没有的坑。挑三个最疼的：
坑一：六个办法搞不定一个勾选框。「原文链接」的勾选框在页面上是隐藏的，我试了六种自动化办法，都不生效。这时 ego-browser skill 里的一条纪律救了场：同一操作失败 2-3 次即停，转人工。这一个 checkbox 至今手动勾选，我和它和平共处。
坑二：富文本编辑器只认「真」光标。开头那张被吃掉的 GIF，就栽在这里。公众号编辑器是 ProseMirror，合成粘贴会无视 JS 设置的光标位置，选区停在哪里，它自己说了算。现在管线里多了一道硬断言：插入名片前必须确认 selection.isCollapsed，光标状态不对就停，宁可重来。
坑三：一个「玄学 bug」三轮全判错。最难缠的是这一个。某天起，保存草稿后改动总是静默消失。第一轮判断「服务端剥离了超链接标签」，错；第二轮判断「纯文字块被删」，还是错；第三轮怀疑「链接样式被当成了伪装链接」，依然错。之后我换了个思路：不再猜页面表现，直接看保存请求的服务端原始返回，拿到的是 ret 320005，也就是定时发表状态下的草稿锁。前端把这个错误静默吞了，才伪装成各种「内容丢失」的假象。教训后来成了通用配方：自动化调试的第一反应永远是「读服务端原始返回」，不是「看页面表现」。
这口井里最值钱的产出是一条可以迁移的判断：网页自动化的大多数「不稳定」，不是 agent 笨，是页面在撒谎（静默吞错、视觉隐藏、假光标）。对付它，要把「验证」做成硬断言。
正反对照：同一种技术，一次死、一次活
第二口井是一次失败，我认为它和成功案例同样值钱。
九月我有个需求：批量清理收藏里的文章。第一方案是直接操作某个聊天软件的桌面客户端，很快就行不通：菜单是自绘的，自动点击点不中；频繁的试探性操作还触发了客户端自身的安全保护，被自动退出登录。这个方案当月就放弃了，原则写进记忆：要取这类客户端里的内容，一律走有官方接口的通道，不再碰客户端界面。
而同一个月，几乎同一个需求发生在 ima 客户端上，活了下来。同一类技术（客户端 UI 自动化），做法完全反着来：不连点探测，改慢速核对。截图 → macOS Vision OCR 识别菜单项（连「图标+文字」混排的匹配规则都调过）→ 慢速逐条右键删除 → 每删一条就用 ima 官方 API 的列表接口对一次账。中途 26 次「已删」全是假象（漏点二次确认弹窗，等于静默取消），正是靠 API 对账逐条戳穿的。最终 35 条删除、复核零残留、零误删。
两次结局摆在一起，结论自己浮出来了：
快探测死，慢核对活。在别人的客户端里，快速连续的自动化操作很容易被识别为异常；「慢速操作 + 每步对账」既守规矩，也是纠错机制：假成功比失败危险得多。
这同时也给 ego-lite 划出了真实边界：它的主场是 DOM 世界：网页里元素可见、事件可控、登录态可复用。一旦离开浏览器去碰原生客户端的像素 UI，它就退化为普通计算机操作 agent，优势清零。判据我后来写成了一条硬规则：需要复用登录态 → ego-browser；无需登录的公开页 → 无头浏览器；原生客户端 UI → 先问有没有 API。
（这条判据的第一句也是拿一次翻车换的：曾按「网页任务用无头」的通用规则去开公众号后台，迎面一屏登录二维码，因为无头实例里根本没有登录态。）
判断更新：上篇哪几条要改
交作业要彻底。三个月实战后，回看上篇文章的结论，逐条对账：
| 上篇结论 | 三个月后的状态 |
|---|---|
| 「共享浏览器是第三条路」 | 强化：10 个场景 + 2 个常驻 cron 验证了范式成立 |
| 「快不靠魔法，靠 JS 一次执行 + 内核 Snapshot」 | 成立，但快排在后面；登录态与真实浏览器环境才是主要价值（场景 9、10 是直接证据：纯脚本打不开的站点，真实浏览器能稳定打开） |
| 「skill 固化是最强降本杠杆」 | 强化：lovart 首次摸索大半个下午 → 固化后一条指令，曲线与上篇引用的 UP 主实测（1.04 美元降到 0.27 美元）同型 |
| 「人在回路，敏感操作人工接管」 | 从理念变成架构：发表键代码级禁止代按、账密永不触碰、批量生图先确认 |
| 隐含假设「它能搞定一切网页」 | 修正：DOM 主场战力满格；原生客户端 UI 是客场；页面本身撒谎时，靠硬断言兜底 |
ego-lite 自己这三个月也有变化，简单交代：Windows 已正式上线，Linux 仍在 roadmap；GitHub star 从 5,800 涨到 21,400；benchmark 换成了「Real-World Bench 31 个真实任务、比其他工具快 47%–63%」，依然是厂商自测，我照旧打折看；Site Skills（自动提炼可复用技能）仍是 coming soon，倒是我手动固化 skill 的路线（全景表第 4 项 lovart）先跑通了。License 未变：skill 与连接层 MIT 开源，浏览器本体免费但闭源。
四条规矩
回到开头那个问题。三个月下来，我给 agent 立了四条规矩，每一条都能在前面找到来历。
一、有些操作永远不做。发表键在代码层面拒绝执行；只复用已登录的浏览器档案，不碰账号密码，遇到登录失效就截图、停下等人。这两件事的后果都撤不回来，再聪明的 agent 也不该替我按。
二、同一操作失败 2-3 次就停。那个勾不上的勾选框，我要是让 agent 一直试下去，只会换着花样把页面点乱。停下来转人工，代价是我自己点一下。
三、每一步都要验证，而且要用页面之外的证据。草稿锁 320005 在页面上看不出来，只有服务端返回码说了实话；ima 那 26 次「已删」，界面上全是成功，只有 API 对账戳得穿；那张被吃掉的 GIF，也是靠事后核对图片顺序才发现的。页面会撒谎，验证就不能只看页面。
四、只在宿主机醒着的时候跑。前面说过，定时任务出问题多半是电脑睡着了。这条规矩管的其实是 agent 脚下那台机器。
工具决定上限，纪律决定你能不能到达上限。
三个月前的问题是「你愿不愿意把登录态交给 agent」；三个月后答案变得具体：愿意，但只肯交到一个权限有边界、失败会自己停、每步可对账的工作台里。ego-lite 交出的浏览器是合格的，剩下那半份答卷——纪律——得你自己写。
上篇欠的「实测一期」，这篇一次还了十个。下一篇你更想看哪个方向：把某个 SaaS 后台交给 agent 一个月，还是一座浏览器自动化的失败博物馆？
本文实战细节均出自作者工作日志与运行账本（公众号管线十几篇草稿的踩坑档案、ima 清理 35/35 复核记录），可溯源。上篇见《给 Agent 一个浏览器：ego-lite 与浏览器自动化的第三条路》（2026-07-30 发布）。外部数据（star 数、平台支持、benchmark）为 2026-11-03 GitHub 与官网快照。
评论