Nous Research 宣布其開源 AI Agent 框架 Hermes 推出全新 Browser Use 模式。此模式將原本 12 個獨立瀏覽器工具，整合為單一 browser_exec 工具，並由 @browser_use 的 CLI 3.0 驅動。
根據官方測試，新模式在保持準確率不變的情況下，可將 Token 消耗降低 48% 至 66%。
一、核心改進
傳統方式的問題
以往 Hermes 在執行網頁操作時，需要為每個動作（開啟頁面、點擊、輸入、擷取內容等）分別呼叫不同工具。這導致：
- 每次請求都要載入大量工具 schema
- 多步驟任務產生大量中間工具呼叫結果
- 上下文視窗被工具定義與回傳內容快速佔用
Browser Use 模式的做法
- 將 12 個瀏覽器工具替換為單一工具
browser_exec - Agent 不再逐步呼叫工具，而是直接撰寫並執行腳本
- 腳本可一次完成點擊、輸入、拖曳、爬取等多個操作
- 由 Browser Use CLI 3.0 作為底層 harness 執行
官方指出，這是目前網頁任務表現最強的瀏覽器驅動方式之一。
二、技術細節與效益
| 項目 | 傳統多工具模式 | Browser Use 模式 |
|---|---|---|
| 工具數量 | 12 個 | 1 個 |
| 操作方式 | 每步一次 tool call | Agent 寫腳本一次執行 |
| Token 消耗 | 較高 | 減少 48–66% |
| 準確率 | 基準 | 無明顯下降 |
此模式可與多種瀏覽器後端搭配使用，包括本地 Chrome、Nous 雲端瀏覽器、Browserbase、Firecrawl 或 Browser Use 雲端服務。
設定方式簡單：只要將 browser.backend 設為 browser-use（或確保 CLI 可用），系統會自動切換。
三、日常應用場景
1. 開發者與 Agent 建構者
大幅降低長流程網頁自動化任務的 Token 成本，特別適合需要多步驟互動的爬蟲、表單填寫、資料擷取等場景。
2. 企業級 Agent 部署
在需要頻繁瀏覽網頁的自動化工作流中，Token 節省可直接轉化為成本下降與更長的有效上下文。
3. 香港與亞洲市場
對於在香港部署私有 AI Agent、本地自動化系統的企業，此類效率優化有助於控制推論成本，同時維持任務準確度。
四、專業評價與前瞻
優勢觀察
- 從「逐步工具呼叫」轉向「腳本式驅動」，是 Agent 瀏覽器操作的重要架構演進
- 在不犧牲準確率的前提下大幅降低 Token 消耗，實用價值高
- 與現有多種瀏覽器後端兼容，彈性良好
需要留意的地方
- 需要可執行 Browser Use CLI 的環境（本地或支援的雲端）
- 腳本執行模式對模型的程式碼生成能力有一定要求
- 複雜動態網頁仍需持續觀察穩定性
整體而言，Hermes 的 Browser Use 模式代表 AI Agent 在網頁自動化領域朝向更高效率、更低成本的方向邁進，對需要大量瀏覽器互動的應用具有實質幫助。
參考來源
- Nous Research 官方帖文：https://x.com/NousResearch/status/2086881660658663469
- Hermes Agent 官方文件：https://hermes-agent.nousresearch.com/docs/user-guide/features/browser