Agent走出聊天框：浏览器与产品上下文成两大关键入口

当智能代理跳出传统聊天框界面，浏览器执行环境与产品上下文正在成为两类全新的核心落地入口。过往行业讨论智能代理时，更多聚焦模型推理能力、工具调用逻辑与长上下文窗口设计，但真正落地时，最朴素却关键的问题始终摆在面前：Agent究竟在哪里获取真实工作场景，又从何处启动执行动作？

Ego Lite与PostHog给出了两种差异化的解决路径。前者让外部Agent进入真实登录态，在隔离空间内操作网页；后者则将产品分析、会话回放、错误日志、实验数据与Agent运行时整合进统一的产品平台。两者并非直接竞品，前者专注于“Agent如何操作已有网页系统”，后者聚焦于“产品如何将自身数据、界面与行动能力开放给Agent”。

模型负责推理逻辑，运行框架负责循环调度，模型连接协议负责工具对接，但这些都未回答“工作实际发生在哪里”。对于绝大多数知识工作而言，核心工作场景仍然集中在浏览器与产品界面中：客户关系管理系统、招聘平台、运营后台、数据分析平台、工单系统、支付页面与内部SaaS工具，都依托浏览器完成操作。新一代Agent前端需要同时解决五大核心需求：复用真实登录态，避免每次重新认证；支持用户与Agent并行工作，不争抢同一组浏览器标签页；同时获取页面语义信息、视觉状态与底层DOM结构；将仪表盘数据、错误信息与会话回放作为结构化上下文；让高风险操作经过权限确认、审计与审批流程。Ego Lite更贴近实际执行现场，PostHog则更靠近产品决策现场，智能代理的入口正在从单一聊天框，转向可观察、可操作、可治理的前端运行环境。

Ego Lite：面向外部Agent的共享浏览器环境

截至2026年8月22日，相关开源项目拥有约1.26万GitHub星标、656次复刻，主开发语言为JavaScript，采用MIT开源协议，最新正式版本为v1.2.3。Ego Lite并非为浏览器内置聊天助手，而是提供一套可供用户与任意外部Agent使用的Chromium浏览器环境。安装时可迁移Chrome的登录态、Cookie、扩展程序、书签与用户配置文件，后续可通过ego-browser Skill对接Codex、Claude Code、Cursor或自定义智能代理。

其核心抽象概念是Space：每个Agent或每项任务拥有独立的任务空间，用户可继续使用自有标签页，多个Agent可在后台并行执行。Space还支持区分用户与Agent的控制权，实现接管、交还与停止操作。Ego Lite提供三种操作路径：语义路径通过快照文本加引用/定位器，适合结构清晰的页面；视觉路径通过截图、坐标与真实键盘交互，覆盖Canvas与复杂编辑器场景；直接路径通过JS/CDP查询DOM、读取状态并调用浏览器原生能力。

混合操作策略比单一控制方式更贴合真实Web环境：语义操作可节省Token消耗，视觉操作可覆盖特殊界面场景，JS/CDP则为诊断与精确控制提供备用方案。项目自测数据显示其在测试任务中速度更快、模型成本更低，但该数据为项目方自测，未经过独立基准验证，任务选择、页面状态、模型版本与反自动化策略都会影响最终结果。当前版本主要支持macOS系统，Windows与Linux版本仍在开发路线图中，浏览数据默认保存在本地。

PostHog：产品上下文驱动的Agent运行时

截至2026年8月22日，PostHog开源项目拥有约3.84万GitHub星标、3235次复刻，主开发语言为Python，根目录除ee/目录外采用MIT Expat许可证，ee/目录拥有独立许可证，因此不能简单将整个仓库归类为纯MIT协议。PostHog此前已覆盖产品分析、Web分析、会话回放、功能标记、实验管理、错误追踪、日志记录、调研问卷、数据仓库、数据流水线、AI可观测性与工作流等能力，如今将这些能力整合为自主驱动产品的上下文底座。

自主驱动模式的公开定位是：持续监控产品使用情况，将错误、愤怒点击、失败查询等信号转化为研究报告与可审查的拉取请求，再评估修改效果，最终由人工负责审查与合并操作。PostHog无需从页面外部猜测用户行为，产品本身已掌握多维度数据：用户事件、漏斗分析、留存数据与用户路径；会话回放中的真实交互过程；错误堆栈、日志与性能数据；功能标记、实验组与结果指标；大语言模型调用的追踪数据、延迟与成本。

项目明确区分了两类运行时：langgraph为冻结的旧路径，仅维持已有对话；sandbox为新路径，通过Claude Code或Codex agent-server与SSE运行，新功能应基于此路径开发。Sandbox核心由runStreamLogic、追加式日志、纯投影函数foldLogToThread与权限路由组成，UI不直接解析线框，而是通过事件日志折叠出线程状态，更便于重放、审计与恢复，也可将权限确认作为运行时的一级事件。

可复用的Agent运行界面位于products/posthog_ai/frontend目录，包含线程、工具、权限、编辑器、策略、线类型与工具注册表，产品界面通过类型化附加上下文将当前对象注册给智能代理。当前支持的上下文类型包括仪表盘、洞察、事件、操作与错误追踪问题，工具组件可渲染洞察、仪表盘、会话回放、错误追踪、笔记本与查询结果。

两类工具的核心差异

Ego Lite属于执行层面工具，入口为外部Agent CLI，上下文包含页面、登录态、快照、截图与DOM，可执行网页、表单、后台与第三方SaaS操作，通过Space与任务实现隔离，风险点包括账号权限、误操作与页面注入。PostHog属于产品智能层面工具，入口包括Web、Slack、桌面端与模型连接协议，上下文包含事件、会话回放、错误、日志与实验数据，可生成报告、查询、任务、拉取请求与工作流，通过项目、会话与沙箱运行实现隔离，风险点包括数据权限、租户隔离与自动代码修改。

Ego Lite的优势是“将Agent带入现有系统”，通用性更强；PostHog的优势是“让产品将自身状态转化为Agent可理解的上下文”，深度更强。

从产品信号到浏览器执行的闭环架构

目前两个项目尚未宣布官方联合集成，以下为基于公开接口与能力推导的参考架构：1. PostHog从错误峰值、愤怒点击、失败查询、会话回放或指标异常中生成异常信号；2. PostHog AI汇总事件、版本、用户路径与相关上下文，生成诊断报告或执行任务；3. Agent通过Ego Lite进入真实登录态，在测试环境、运营后台或第三方SaaS中复现问题；4. Agent通过语义、视觉与JS/CDP三种路径执行验证并保存操作轨迹；5. 修复方案通过拉取请求、功能标记或工作流进入人工审批流程；6. PostHog通过实验数据、会话回放、错误率与业务指标判断修改是否有效。

核心价值并非“让Agent多调用一次浏览器”，而是将观察、诊断、执行、审批与度量全流程打通。

四类高价值应用场景

权限管控核心原则

入口越贴近实际业务，权限管控越需要收紧。第一，登录态并非无条件授权，应为Agent准备独立账号、最小权限角色与明确的Space生命周期，付款、删除、群发与权限变更等操作需强制人工确认；第二，页面内容为不可信输入，网页、工单与评论都可能包含提示注入攻击，快照与截图不能因“看起来像系统提示”就获得更高权限；第三，产品数据需要租户与用途边界，需控制项目、用户、环境与字段级权限，并明确数据保留、脱敏、训练使用与审计规则；第四，自动生成拉取请求不等于自动上线，代码修改、功能标记、实验与生产发布仍需保留审查、回滚与效果验证流程。

选型与落地建议

需先判断任务发生的场景，再选择Agent入口。如果需要外部Agent操作真实网站、复用登录态并与用户并行工作，优先评估Ego Lite；如果需要将产品分析、会话回放、错误、日志、实验与代码修复流程打通，优先评估PostHog。

持续运行的产品Agent可组合两层工具，但需保持职责分离：PostHog负责记录产品发生的事件与变化效果，Ego Lite提供真实网页中的复现与执行环境，Agent运行时负责计划与状态管理，审批与审计系统约束高风险操作。前端既是人类的工作界面，也是智能代理的可观察运行时；产品既向人类展示运行状态，也向智能代理提供结构化上下文、工具与权限。