评估智能体浏览器：不要把“隐身”当作结论

智能体浏览器很容易被错误地评估：一次成功打开页面，往往会被误当成它已经可以处理登录、支付或长时间研究任务。真正困难的是状态隔离、故障恢复、人工接管，以及自动化本身是否获得授权。

Camofox Browser 是一个适合用来建立评估标准的例子。这个开源服务把改造过的 Firefox 浏览器 Camoufox 包装为面向智能体的接口，项目材料描述了会话、无障碍快照、标签页、下载和浏览器状态处理；v1.14.0 还加入了可选的本地桌面模式，便于观察会话。它们说明该项目与 AI 智能体有关，但不等于任何“隐身”声明已经证明可靠，或自动化已获许可。

图片来自 Camofox Browser 的 GitHub Open Graph 预览，仅用于识别项目，并不证明流程成功、安全审计通过或绕过检测。

先界定任务边界

选择浏览器前，先写清任务。内部回归测试、用户委托的研究、客服分流和自动账户操作的风险完全不同。明确智能体可访问的站点、可使用的身份、可读取的数据，以及必须停下等待人工批准的动作。浏览器只能显示页面元素；外围应用必须判断点击、下载或提交是否安全。对凭据、付款、导出和敏感站点跳转设置边界后，才开始试点。

授权需要独立判断。降低某些自动化信号，并不能覆盖网站条款、账户规则、robots 指引或适用法律。把反检测能力视为待验证的工程特性，而不是绕过控制的许可。

把会话隔离当作安全属性测试

智能体需要 Cookie、存储和多个标签页来延续任务，但这也形成数据边界。若一个会话泄漏到另一任务，智能体可能使用错误账户，或向错误的人暴露浏览记录。Camofox Browser 文档以用户、会话和标签组组织浏览器上下文；这是需要验证的设计，而非自动成立的安全结论。

试点应建立两个刻意不同的测试身份，确认 Cookie、本地存储、下载、截图和元素引用不会交叉；随后在超时、重启和失败操作后重复测试。还要回答：配置文件存在哪里、谁能读取、何时删除、令牌泄露后如何撤销？若依赖操作员记得手动清理，就不适合敏感工作。

衡量观察与恢复，而不只衡量导航

无障碍快照可以把按钮、字段和标题提供给模型，避免发送整页脚本与布局。Camofox Browser 也记录了这类稳定元素引用。正确测试不是确认“有快照”，而是用真实流程模拟按钮改名、同意弹窗、登录跳转和下载卡住，记录智能体看到了什么、何时承认不确定，以及人工是否能在不丢失状态的情况下接管。画布、图表和自定义组件常需要截图或直接检查，因为无障碍树可能缺少视觉语境。

v1.14.0 的桌面模式值得关注，因为可观测性能改善恢复：本地操作员可能比查看事后日志更快发现登录中断或页面变化。但它应是有访问控制和审计记录的本地工具，而不是开放的远程控制端点。

指纹只是一个不确定层

Camoufox 描述了在浏览器引擎层修改可观察属性的做法，目标是减少浅层 JavaScript 补丁造成的矛盾。这可能改善一致性，却不能证明浏览器无法被识别，也不能保证特定服务接受某个流程。项目自己的指纹材料同样说明，一致性和检测策略会持续变化。

负责任的测试应拆开这些问题：先验证在获准目标上的正确行为；再检查操作系统信号、语言、字体、时区、代理区域和浏览器版本是否互相矛盾；最后记录限流、会话过期和页面变动等普通运行失败。重复导航、异常时序、过度提取和超出用户指令的账户操作，仍可能不安全或被拒绝。

在上线前规划维护与回滚

改造浏览器引擎意味着供应链承诺。Firefox、自动化库、操作系统和网站都会变化。Camofox Browser 的版本历史包含兼容性与可靠性修复，说明维护存在，也说明团队必须控制升级。为试点固定经过测试的版本，保存配置和预期观察结果；升级前重跑已授权流程，比较会话隔离、下载、截图、快照和恢复表现，并在通过前保留回滚版本。

最可靠的决策来自小而可测的试点：一个获准流程、非生产身份、窄站点白名单，以及可以立即停止运行的操作员。记录成功率、恢复率、意外交叉状态、配置文件清理结果和诊断故障所需时间。能否今天打开网页并不关键；关键是明天页面改变时，团队能否让浏览器保持安全、可解释和可恢复。