一句话看懂：Anthropic 在 8 月下旬密集放出了 computer use、browser use 与 Claude in Chrome 等能力，AI 从此能直接操作浏览器、点击页面按钮和填写表单。这意味着网页不再只是给人看的界面，也成了机器 agent 需要读懂并操作的接口，前端开发的验收标准正在多出一个“机器读者”。
事件核心：发生了什么
8 月 26 日，Anthropic 的 Claude in Chrome 扩展正式可用，用户可以直接在浏览器中调用 Claude 完成操作。而在同月早些时候（8 月 20 日），Anthropic 已面向开发者开放了 computer use、browser use tool、Skills API 和 Files API 四项能力。这套组合拳让 AI agent 不再局限于编辑器里补代码，而是拥有了“眼睛”和“手”：它读取浏览器中的可访问性树（Accessibility Tree）来理解页面结构，然后模拟真实用户完成点击、输入、提交表单等操作。
值得注意的细节是，agent 读页面不依赖 CSS 渲染或视觉像素，而是依赖语义化的 HTML 结构、aria-label、aria-busy、aria-live 这类原本为读屏软件设计的属性。一个用裸 div 模拟的按钮，人类看着没问题，但在 agent 眼里可能只是一块无法识别的空白。
为什么重要
浏览器正在从“展示层”变成“执行层”。过去页面做好看、信息清晰就够了，但现在页面必须同时满足人和机器的阅读需求。原文将这一变化类比为“当年 SEO 的老课换了新阅卷人”——20 年前搜索引擎爬虫迫使开发者学习语义化标签和标题层级，今天的 agent 则进一步要求“可被操作”：控件状态要写入语义、表单要有可编程标签、关键动作不能依赖脆弱的 class 选择器。
区别在于赌注变大：爬虫只读不点，页面语义不清最多损失一点曝光；agent 读不懂还点不动，丢掉的可能是整笔交易转化。电商、注册流程、to B 后台这类表单和操作密集型产品会最先感受到压力。
对用户/开发者/创作者的影响
对前端开发者来说，这不是“AI 取代前端”的威胁论，而是交付物多了一个验收方。5 条可执行的落地建议：其一，用 button、input、a 等语义标签，别用裸 div 模拟可点击控件；其二，关键控件补充 aria-label 并明确状态文本——loading、成功、失败都要写进属性而非只换颜色；其三，状态变化同步通过 aria-live 区域广播，让人和 agent 都能收到结果；其四，避免把行为绑定在脆弱的类名上；其五，开始在监控里关注 agent 和自动化流量的占比变化。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户而言，agent 替你下单、填表的场景正在成为现实，但前提是网站能被机器读懂。对产品经理和业务方来说，这类“对机器友好”的改造成本不高，但应排上开发排期——尤其当产品落在表单、电商或后台管理这三个高风险区时。
值得关注的后续
一个直接的观察点：Claude in Chrome 的实际表现是否稳定——它在长流程操作（多步骤下单、复杂查询）中的成功率，将决定这到底是个演示功能还是可依赖的生产力工具。第二个观察点：竞争对手如何跟进，谷歌的 Gemini 和微软的 Copilot 是否会在浏览器侧推出类似能力，以及 Chrome 内置的端侧 AI（摘要、翻译、纠错）是否会和 agent 形成协同。第三个观察点：企业后台场景中 agent 流量的出现速度——原文判断 to B 后台会是 agent 替员工跑操作的最先落地场景，这个判断是否成立值得持续跟踪。目前公开信息显示，这套能力刚开放不到两周，实际落地案例和开发者生态规模都还在早期。
来源：juejin
