加密新闻

开发者们正积极创建能够自主与网站交互的AI助手：打开页面、点击按钮、填写表单以及收集信息。这类代理可以根据用户指令预订机票或分析网站数据——全程无需人工参与。

近日，由Browser Use服务创建者格雷戈尔·祖尼奇主持的对比测试显示，基于xAI公司Grok模型的工具在此类任务中表现远超竞争对手。这不仅是基准测试的胜利，更标志着自主浏览器代理领域范式的转变。

谁取得了最佳成绩

分析师们根据统一标准——在网站上无差错完成任务的成功率——对五款工具进行了评估。成功率越高，代理越可靠。

Grok以显著优势领先：其代理正确完成了76.42%的任务。排名第二的是OpenAI的助手，成功率为72.70%。紧随其后的是Anthropic的两款代理，成功率分别为70.75%和67.92%。榜单末尾是通过OpenClaw插件运行的GPT，仅有60.38%的成功执行率。

每款助手都基于各自的底层AI模型运行。Grok使用Grok 4.5模型，OpenAI工具采用GPT 5.5，而Anthropic的解决方案则基于Opus 4.8。正是作为系统"大脑"的模型负责决策，而代理本身仅增加了浏览器控制功能。

需要注意的事项

测试结果直观表明，在其他条件相同的情况下，AI模型的选择起着决定性作用。Grok 4.5在自主网页浏览任务中客观优于对手。然而，与浏览器的连接方式同样重要：Anthropic同一款助手因网站集成方法不同，结果差异近三个百分点。

我的专家观点：Grok 4.5在此次基准测试中的优势并非偶然。这体现了xAI在提升模型于真实数字环境中执行连贯操作能力方面的针对性努力。对加密行业而言，这一点尤为重要：自主代理可以彻底简化与DeFi协议、DEX和NFT市场的交互，为用户执行常规操作。如果这一趋势持续，我们将迎来Web3领域AI自动化的爆发式增长。