一句话：给智能体造一个浏览器，让它少读点页面、少烧点 token
2026 年 9 月 22 日，Aloha 发布 Agent 优先浏览器 AlohaJet。它和普通浏览器的区别在于：后者是人用的，前者是模型用的。内置的 LLMdex 引擎把页面上「该看哪块、下一步做什么」直接指给模型，而不是让模型每走一步都重新解读整页原始数据或截图。按厂商自家基准，同样六类常见网页任务，AlohaJet 的 token 用量减少 54%，速度快 2.2 倍，任务成功率 88%，而标准 Chrome 自动化只有 51%，Playwright 只有 11%。
为什么值得看：网页智能体的账本藏在重读页面里
网页智能体这两年很热，可真正跑起来的人都懂一个痛点：成本。一次网页任务消耗的 token，往往是一个普通对话的上千倍，因为模型每完成一步，都可能要重新评估整页发生了什么。更糟的是网站改版会让写死的指令失效，可靠性跟着崩。AlohaJet 的切入点正是这块浪费——它要解决的不是让模型更聪明，而是让模型别在「看清页面」这件事上反复花冤枉钱。创始人 Andrew Frost 的说法很直白：单次任务花几美元容易被忽略，可同一个任务跑一万次，就是一笔真实的基础设施账单。这个视角，恰好踩中企业把智能体铺量时最敏感的那根神经。
机制拆解：LLMdex 把定位与路由一次做完
LLMdex 的核心是把两步合并：一是把模型指到页面上相关的那块区域与下一个动作，二是把常规步骤分派给对的模型。接入多个模型时，它用一套阶梯式路由，把大多数简单步骤交给体积小、成本低的模型，只在复杂步骤才调用能力更强的大模型，从而把昂贵的算力集中在真正需要的地方。对重复出现的工作流，它还能复用已经学过的路线，而不是依赖写死的指令——网站改版时旧指令会过时，可学到的路线能跟着布局调整。对开发者而言，迁移成本低到只改一行 base URL：任何说 OpenAI 聊天补全格式的智能体都能接上。
收益读数：亮眼，但出自自家基准
必须强调，那些漂亮数字都来自 Aloha 自己的基准，且成本与速度两项其实对照了不同的对手，属于「开局结论」而非「定论」。即便如此，方向是清楚的：在六个常见任务（搜索、填表、抽取、跨页导航等）上，AlohaJet 自称把 token 砍掉 54%、提速 2.2 倍，把成功率从 Chrome 的 51% 拉到 88%。它支持有头与无头两种模式，既能让人盯着中途接管，也能从命令行或 MCP 驱动；桌面端先上 macOS，Linux 在路上，企业版可在客户虚拟私有云、本地或完全离网环境部署，AWS 与 Nebius 被列为合作方。免费档覆盖完整浏览器、命令行、MCP 服务器与自有密钥，Pro 与 Ultra 两档定价已出但功能清单尚未补全。
优势与局限：省钱叙事清晰，验证仍需第三方
优势在问题定义准：把网页智能体最贵的「反复看清页面」环节压缩掉，并用模型路由把成本压向小模型。局限在于：其一，所有关键数字都来自厂商自家基准，缺乏独立复现，对照对象也不统一；其二，当前桌面端仅 macOS 完整，平台覆盖有限；其三，关于在真实企业长尾网站、反爬与登录墙场景下的稳定性，官方及行业暂未披露更多细节，后续将持续跟进迭代动态。它在「省 token」上的主张是否成立，终究要等第三方基准来拍板。
结语
AlohaJet 把网页智能体的成本问题摆到了产品层面：不是更聪明的模型，而是更会省着用的浏览器。它给出的 54% 与 2.2 倍是否经得起复现另说，但「为智能体造浏览器」这个方向，已经被它点得很亮。