适合谁
适合已经在用 ChatGPT 或 Claude、想让 AI 在浏览器或电脑上干活的读者,也适合想自己搭一个的开发者。第 2、4、5 课不需要写代码,第 1 课和第 3 课会用到终端和 API 密钥。
课程内容
- 1浏览器智能体是什么?替你点击、输入和浏览的 AI浏览器智能体是替你点击、输入和读网页的 AI。看懂五种类型、它们怎样看网页,并用 browser-use 跑通第一个任务。
- 2ChatGPT agent 教程:写一个它能完成的浏览器任务写一个 ChatGPT agent 能完成的浏览器任务,知道它什么时候会停下来问你,再核对结果,参照 OpenAI 自己的系统卡。
- 3Computer use API:用你的代码让模型使用浏览器用你自己的代码让模型使用浏览器:截图、动作、结果的循环,OpenAI 和 Anthropic 可以直接运行的示例,以及怎样核对结果。
- 4浏览器智能体的安全:会出什么问题,要先设置什么一个网页为什么能接管浏览器智能体,OpenAI 和 Anthropic 各测了什么,以及能把损失控制住的习惯和控制措施。
- 5Claude Cowork 教程:用你的技能,让 Claude 操作你的电脑一步一步设置 Claude Cowork:安装应用,加一个插件和一个技能,打开 computer use,再交给 Claude 第一个能核对的任务。
常见问题
这门浏览器智能体课免费吗?
免费。每一课都可以免费阅读。运行第 1 课和第 3 课的代码示例,要用你自己的 API 密钥,模型调用由各家厂商计费。第 5 课需要 Claude 的付费套餐。
学这门课需要会写代码吗?
第 2、4、5 课不需要。第 1 课有一个简短的 Python 练习,第 3 课是写给开发者的,会用到终端。
浏览器智能体是什么?
浏览器智能体是替你操作网页浏览器的 AI 系统。它读网页、点击、输入,在网站之间跳转,完成你描述的任务,好的智能体在购买或删除之前会先停下来问你。
把浏览器交给 AI 安全吗?
不做防护就不安全。第 4 课讲了 Anthropic 和 OpenAI 各测了什么,以及能把损失控制住的习惯,从一个独立的配置或一个容器开始。
我需要用哪个 AI?
第 2 课讲的是 OpenAI 的 ChatGPT agent,第 5 课讲的是 Anthropic 的 Claude Cowork。第 1 课和第 3 课用到 OpenAI 和 Anthropic 的 API 以及开源工具,第 4 课适用于它们所有。
学完这门课,接下来学什么?
读 AI 智能体护栏,了解沙箱、权限规则和钩子;读用 Claude API 构建 AI 智能体,自己写出工具循环。
