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。

阿里开源的 page-agent：一行 这不是一个演示。它已准备好用于生产环境。 仓库 👇👇