浏览器住进了 Claude Code：agent 抓网页省掉一层，但我只敢先让它看
Hello，我是飞飞。
Claude Code 桌面版偷偷塞进来一个浏览器。我头一个反应不是”哦又一个功能”，是”完了，这动到我那条天天在跑的抓网页老链路了”。你要是也天天拿 agent 抓网页、产内容，这功能大概率也动到你那条链路上了。
浏览器住进了 Claude Code
它到底是个啥，一句话：agent（你让 AI 替你跑活的那个助手）干活时能自己开网页看内容，不用你再给它接一套抓取工具。
以前想让 agent 读网页，你得自己搭。要么给它配 Playwright 这种浏览器自动化，要么挂个 MCP 服务（相当于在 agent 和网页之间架一个转接口）当中间层。这层东西不算难，可它像自行车链条，得天天上油，一天不管就掉链子。现在这层被官方收进桌面版里了。
这功能冲着什么来的，一眼能看穿。让 agent 能自己看网页，是它从”只会读你喂的文字”往”能自己去现场核对”迈的一大步。以前它写东西全靠你把料塞到嘴边，现在它能自己推门进去看一眼。你要是天天拿 agent 产内容，这一步对你就不小。它刚上，我还没拿它跑过一轮真活，所以”省不省得掉那层”我先不下结论。这篇真想跟你掰扯清的，是另一件我已经栽过跟头的事：能让它看，到底敢不敢让它动。
喂网页是我的日常
看到这条，心里咯噔一下，这活我天天在干。
我有个专门给写稿 agent 找料的抓取脚本，核心动作之一就是抓网页：先拿一个浏览器抓取工具（playwright-fetch）去取页面正文，取不到再退到一条把页面渲染成干净文本的兜底通道。这里头的坑不少：有的站直接按来访身份把爬虫挡在门外，有的挂了重重人机验证，硬闯经常空手回来，我才添了那条兜底的腿，闯不过去的站靠它接住大半。反复这么调，这条抓取链才在大部分站上不趴窝。
我优先给 Claude Code 装的三个 skill 里，也有一个 /browse，图的就是让它真去页面上看一眼，别凭想象。做站点优化那阵子天天盯爬虫周报，得让 agent 去页面确认它到底被抓成什么样：哪篇文章被 AI 爬虫抓了多少次、抓走的是正文还是一堆网页骨架。有天我扒着周报一行行往下数，前十条里七条是 JS、CSS 这些静态壳子，真正的文章孤零零挂一条。那一刻我才服气，agent 不亲眼去页面看一眼，根本不知道自己抓回来的到底是什么。抓回一堆壳子还当正文喂给写稿的 agent，产出的稿子准跟着踩空。浏览器对 agent 有多要紧，那次算是数进心里了。
所以”让 agent 能看网页”这件事我早就在干，是这条流水线绕不开的一环。
省掉的是自搭那层苦
省的到底是哪一截？就像以前抓网页得自己租台服务器架一层，后来平台把这层直接管了，我上面自己搭、自己半夜爬起来查的那一截，也该被官方兜住了。
具体省的是啥？以前 playwright-fetch 偶尔抽风、兜底那条腿偶尔限流，我都得停下手里的活，翻日志一行行倒推是哪一节松了，再手动补一段兜底逻辑。要是官方这个内置浏览器足够稳，这类碎活能少一截。
说少一截我是真盼着。这条流水线无人值守跑的时候，最烦的就是这种中间件半夜抽风：抓取失败了不报错，稿子就少一段料，隔天才发现。我另一条部署流水线就栽过这跟头，令牌过期了构建一路全绿，只有最后一步推送悄悄红了，静默挂了一整天，等我隔天点开一看才发现线上根本没更新。抓网页这层要是官方兜住了、稳了，我能少配一个”它又坏了”的告警。
这台”服务器”不用你自己租了，账官方替你担着。你要是重度用 agent，比多一个功能更值钱的，是少维护一层容易坏的中间件。
但省事的另一头，我心里也悬着一件事。
怕的就是它乱点
我担心的是，浏览器一旦住进 agent 手里，它能点的就不只是”看”了。
看网页是只读的，翻页、读正文，点错也没什么后果，页面刷新一下就回到原样。可浏览器里还有一堆按钮：提交表单、确认下单、点”删除”。agent 在页面上自己动起来之后，这些撤不回的动作离它就一步之遥。换成是你天天用的后台、你自己的账号页，agent 要在上面随手点几下，你大概也坐不住。
给 agent 放权，我守着一条土规矩：按”点错能不能收回来”分两块。读得到查得到的活，拉日志、算数、找异常、只读巡检，现在就敢全交；会改线上状态、碰凭证、会发出去的活，缰绳勒紧，宁可它停下问我一句。
改代码我敢让它跑，靠的是每件事都落在 git diff 里，改了哪行都看得见、也回得去，可”合进主分支”那一下必须我自己过手才点。
运维那边更薄，改了什么没有一份逐行的改动清单能翻，也没有一键撤回。我就吃过一次亏：手一滑，把一条域名解析的指向改错了，当时没觉出什么，几分钟后站直接打不开。改回去倒不难，可解析生效得慢慢等，那几分钟我盯着一直打不开的站，只能干瞪眼。那次栽的根子就一条：不可逆的操作，太早交给了还会犯浑的 agent。
浏览器把 agent 的手伸到真实网页上，能点删除、能提交表单，等于又给它开了一扇能”动”的门。这条线放到浏览器上该怎么划，就卡在一处：点下去那一刻能不能反悔。看，随时能重来；点一下，很多时候只有一次，撤不回。
所以让它开个页面读正文、翻两页核对个数据、看看我的站在它眼里被渲染成什么样，这些”看”的活我现在就敢交给它，看岔了大不了我重读一遍，页面还在那儿，什么都没被它动过。
可页面上一旦冒出”提交””确认下单””删除账号”这类按钮，我就得自己坐到屏幕跟前，宁可一个个手动点，也不敢让它替我按下去。偏偏网页这头既没有 git diff 给你回看，也没有草稿箱兜一道，它手一滑点下去，就是真提交、真删除。
撤不回的先攥住
往大了看，浏览器住进 agent 手里是个信号：它能自己动的地方，只会越来越多。可门开得越大，我头一节说的那条线就越得攥住。
技术往前冲，我的手反而要往回收一收，先让它把”看”这件事干熟，”动”的事再慢慢谈。
我最想验的就两件事：它抓取稳不稳、成功率比我那套自搭的土办法高多少。手头那几个常年硬闯不进去的站，正好拿它挨个试一遍。要是真能少配一个告警、少让我半夜爬起来查一次，我立马把老链路换过去，回头再来跟你摆效果。
想问问你：你会放心让 agent 在浏览器里自己点吗，还是跟我一样，只敢让它”看”、不敢让它”动”？评论区聊聊。