一句话看懂：一篇发布于掘金的盘点文章梳理了 20 款主流 Web 自动化工具，其中过半已带 AI 特性，反映出浏览器自动化正从“写脚本”转向“下指令”。对开发团队来说，选型逻辑和两三年前已经不同。
事件核心：发生了什么
2026 年 9 月 30 日，掘金作者“狂师”发布了一份 Web 自动化测试工具全景盘点，覆盖约 20 款产品，按用法分为四类：传统框架、面向 Coding Agent 的 CLI/MCP 工具、AI 自动化框架，以及未在素材中完整展开的第四类。
传统阵营仍是底座。微软的 Playwright（96,651 star）已被大量新工具依赖或绑定；Selenium 依靠 W3C WebDriver 标准和 Grid 并行能力守住兼容与存量市场；Puppeteer（95,618 star）、Cypress、WebdriverIO、TestCafe 各有侧重。
真正的变量是 AI 层。腾讯 6 月开源的 BrowserSkill 三个月冲到 7,168 star，做法是直接借用用户已登录的 Chrome，绕开扫码和验证码；browser-use 以 11.6 万 star 成为这批工具中最高；微软同时放出 Playwright MCP（37,554 star）和 Playwright CLI，后者主打省 token。
为什么重要
Coding Agent 改变了工具的调用方式。过去脚本里写死选择器，页面改版就挂；现在模型结合无障碍树或截图自己判断元素，文案从“登录”改成“立即登录”仍能点中。这意味着自动化测试的维护成本结构在变，人力从“修脚本”转向“给指令和兜底”。
另一个信号是大厂入场方式。微软做 MCP 与 CLI，腾讯做已登录浏览器的复用，都在争夺 Agent 与浏览器之间的接口层。目前公开信息显示，MCP 和 CLI 的分工已经开始清晰：前者适合对话式客户端做探索调试，后者适合长任务和 token 敏感场景。
对用户/开发者/创作者的影响
开发者选型时，“社区最热”不再等于“最适合”。新项目用 Playwright 仍是低风险选择；需要给 Claude Code、Codex 这类终端 Agent 配浏览器手，优先评估 CLI 模式；做 Agent 原型，browser-use 的生态和文档更完整。涉及内部后台、公众号等需要登录的系统，BrowserSkill 这类借用真实登录态的方案更实用。团队若已有 Selenium 存量资产，不必急着迁移，其多语言支持和 Grid 兼容测试仍是强项。
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。
值得关注的后续
一是 MCP 与 CLI 的 token 成本差距是否会在真实项目中形成主流选择；二是腾讯 BrowserSkill 等国产开源工具的 star 增速能否转化为生产环境采用；三是 BrowserAct 这类针对验证码和风控的商业产品，在合规和稳定性上会如何演进。这些将决定 AI 浏览器自动化是停留在演示层，还是真正替换现有测试流水线。
来源：juejin
