黄小木(@ai_xiaomu):阿里 Page Agent 这个方向很适合做web自动化工作流。它和playwright不一样，不是从外部截图操作浏览器。而是把一个 JavaScript 库嵌进网页，让 AI 通过 DOM 结构理解页面，再执行点击、填表、操作。这和传统 RPA 不太一样。传统 RPA 更像模拟人点鼠标。 Page Agent 更像网页自己长出一个“可被 AI 操作的接口”。如果这个方向成熟，很多 SaaS 都可以加一层：自然语言填表；自然语言筛选；自然语言批量操作；自然语言跑报表；自然语言完成后台配置。这样就可以做出agent操作浏览器的全自动化产品了。

2026.07.06 07:05

阿里 Page Agent 这个方向很适合做web自动化工作流。它和playwright不一样，不是从外部截图操作浏览器。而是把一个 JavaScript 库嵌进网页，让 AI 通过 DOM 结构理解页面，再执行点击、填表、操作。这和传统 RPA 不太一样。传统 RPA 更像模拟人点鼠标。 Page Agent 更像网页自己长出一个“可被 AI 操作的接口”。如果这个方向成熟，很多 SaaS 都可以加一层：自然语言填表；自然语言筛选；自然语言批量操作；自然语言跑报表；自然语言完成后台配置。这样就可以做出agent操作浏览器的全自动化产品了。