系统没有开放接口时该选哪类智能体?

前阵子我帮朋友折腾一个老旧的内部系统，想让智能体自动把表单填一填、数据导一导，结果一查文档傻眼了——这玩意儿压根没开放接口。我原本以为随便挑个"能自动干活"的助手就行，真到用的时候才发现，没接口这条路直接堵死了。

后来我才慢慢理清楚：没接口的时候，能帮上忙的其实是另外两类智能体。

一类是浏览器智能体，说白了就是让它"像人一样用网页"——登录、点仪表盘、填表、从页面里扒数据，整个过程都在浏览器里完成。我特别喜欢它一点：传统脚本只要页面结构一改就崩，而它多少能"看懂"页面、自己适应变化，省心不少。开源里热度最高的是 Browser Use，你用大白话描述目标，它自己规划执行；普通用户想要门槛低一点的，Perplexity Comet 这类产品上手更轻松。

但这里有个坑我必须唠叨一句：凡是要登录私密账户的，务必先搞清楚凭据存在哪、谁来托管。让智能体替你操作需要登录的系统，背后就是会话管理和身份认证那套事，等于把钥匙交出去了，信任和安全这笔账不能糊里糊涂。

还有一类更猛，叫计算机操作智能体，它不只待在浏览器里，而是能接管整台机器的界面，点按钮、切窗口、用桌面软件都行。Claude 的 Computer Use 被认为是这方向上比较稳的代表，尤其在对付那种难改造的老旧软件时挺能打。

不过能力最强，代价也最大。它握着操作整台电脑的权限，一旦判断失误，闯的祸范围也最广。所以我的态度是：这一层得有人盯着，别指望它无人值守地跑关键流程。

那到底怎么选？我的笨办法是从任务倒着看。如果目标系统只能通过网页摸，就上浏览器智能体；只有当任务非得操作浏览器之外的本地软件、尤其是那些老掉牙又改不动的系统时，才动用计算机操作智能体。先认清任务需要哪一层动手能力，再在那一层里比稳定性、比登录方式、比实际限制，这样挑出来的才真顺手。

说到底没有哪个工具是"最好"的，合不合用，还得看你那摊活儿卡在哪一环。