首页阿里巴巴将Page Agent开源，以缓解大型模型的代码重构焦虑
在浏览器自动化开发的漫长征途中，开发者常常发现自己是在“ reinventing the wheel ”。无论是使用复杂的屏幕截图来“观察”网页，还是依赖低级协议来强制交互，这些方法往往难以应对动态变化的网页结构。 近日，阿里巴巴开源了一款名为 Page Agent 的 JavaScript 客户端库，为这一行业难题提供了一种全新的解决方案：它不再试图从外部强行破解网页，而是让大型模型直接“理解”网页内部的 DOM 结构。
Page Agent 的核心技术创新在于“DOM 脱水”。传统方案通常需要截取网页屏幕截图并进行多模态分析以供 AI 识别，这不仅成本高昂，还容易丢失关键的交互信息。 Page Agent 则采取了不同的方法，它在网页内部直接运行，并将复杂的 DOM 树压缩为轻量级的“FlatDomTree”纯文本映射。 这一过程如同为 AI 绘制了一张高精度的交互地图；模型无需处理复杂的视觉渲染，仅凭这一简化的结构映射，即可准确完成按钮点击和表单输入等高难度操作。
对于开发者而言，Page Agent 的“嵌入式”设计带来了显著的便利。由于它直接在网页环境中运行，因此自然继承了所有 Cookie、会话状态和登录凭据，消除了在后端处理复杂验证流程的困扰。 该项目采用高度兼容的开放式设计，可与任何支持标准接口的大型语言模型无缝集成。在 SaaS 产品智能助手、自动化数据采集以及提升 Web 应用程序可访问性等场景中，Page Agent 提供了一种高效且经济实惠的替代方案。
当然，Page Agent 并非万能钥匙。开发团队在开源文档中明确指出，该库目前更侧重于单页面内的高效交互。 此外，在处理支付或数据篡改等高安全敏感操作时，开发者仍需在服务器端实现严格的逻辑验证。为确保系统稳定性，Page Agent 在设计中采用了由提示词触发的权限控制机制，为自动化流程构建了初步的安全屏障。
目前，Page Agent 已根据 MIT 许可证在 GitHub 上正式开源。 随着该工具的发布，开发者有望彻底告别高昂的多模态计算成本，采用更实用的工程方法将真正“感知网页”的智能代理嵌入应用程序中。这也表明，AI网页自动化技术正迈入轻量化和普及化的新阶段。
相关文章
字节跳动加大核心AI激励，豆包增长14.6%
字节跳动近日召开豆包股权说明会，公布面向豆包部门员工的最新激励政策。豆包股票的行权价已从2026年6月的14.85美元上调至17.02美元，涨幅约为14.6%。此次调整不仅提升了豆包股票的估值，还大幅扩大了其覆盖范围。根据员工岗位的不同，部分员工可能获得相当于其总薪酬约5%的豆包股票。根据新的兑换机制，字节跳动允许员工在整体薪酬包中，将部分现金工资兑换为豆包股权。兑换比例因职级而异，设有20%和30%等不同档位。例如，L2和L3级员工可选择20%的全覆盖兑换比例，而L3和L4级员工的该比例可
MiniMax 推出 10 倍团队计划，以激励全球 AI 专家
MiniMax（稀宇科技）通用人工智能实验室正式推出“10x Team”，这是一项全球人才协作计划。该计划旨在招募跨行业的顶尖专家，探索大模型在垂直领域的深度应用。通过将深厚的行业知识与前沿人工智能技术相结合，MiniMax 致力于将大模型的生产力从通用场景拓展至专业场景，最终推动行业效率实现“十倍增长”。验证行业认知价值，开放多模态核心资源过去与行业专家的合作表明，深厚的专业洞察对于构建高质量、实用的行业专属大模型至关重要。在此基础上，“10x Team”计划将向合作伙伴开放包括多模态模型
韩国启动国家人工智能计算中心建设，投资2.5万亿韩元，目标2028年完成
韩国媒体EtNews报道，韩国AI计算中心（KOACC）的奠基仪式于8月3日在全罗南道顺天市的Solar City数据中心园区举行。该项目总投资额为2.5万亿韩元（约合118.38亿元人民币），计划于2028年投入运营，成为迄今为止韩国在AI基础设施领域规模最大的国家投资之一。该项目的股权分布凸显了深化政企合作的战略意图。三星SDS作为最大股东持有30%的股份，而包括科学技术信息通信部、金融监督院和国家成长基金在内的公共实体合计持有29%的股份。NAVER Cloud紧随其后，持股26.1%，
相关专题推荐
教育与学习
用于作业和考试备考的AI学习工具
2026年最新最佳AI学习工具，助您轻松完成作业和备考！XIX.AI精心筛选出一份广受好评的顶级工具清单，这些功能强大、颠覆传统的工具经过实际测试，能帮助学生提升效率、简化作业流程，并轻松通过考试。 获取免费版与付费版的对比分析、详细排名以及必试选项，释放你的AI优势。立即探索！
10 个工具
xix.ai
音乐创作
面向词曲创作者、旋律片段、主旋律及多语言草稿创作的AI人声演示工具
2026 年最新最佳 AI 人声演示工具，专为词曲创作者、旋律创作者和多语言内容团队打造！XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项，帮助您提升创作效率并释放创意潜力。立即探索，发现满足您所有内容需求的完美工具！
9 个工具
xix.ai
商业
适合中小企业的最佳AI竞品分析工具
2026年最新最佳、评价最高的中小企业AI竞争研究工具！XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具，每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比，从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索，发现最适合您的工具！
9 个工具
xix.ai
图像编辑
用于电商服装、皮肤清洁和色彩一致性的 Photoshop AI 修图工具
2026 年最新最佳 Photoshop AI 修图工具，适用于电商服装、皮肤清洁和色彩一致性！这份顶级精选列表包含强大的变革性解决方案，可帮助您提升写作效率、简化内容创作并轻松实现完美的视觉效果。每个工具都经过实际测试，并通过每周更新的排名进行验证，同时提供免费与付费版本的详细对比。由 XIX.AI 支持，这是任何希望发挥 AI 优势的人必试指南。立即探索！
10 个工具
xix.ai
提示词
适用于 ChatGPT 工作流的最佳 AI 提示词库
2026年最新、最受好评的AI提示词库，可优化各类ChatGPT工作流程。XIX.AI精心整理了一套功能强大、具有颠覆性的提示词库，均经过严格的实际测试，以确保最佳性能。 您可以查看详细的免费版与付费版对比分析以及专家排名，这些内容将帮助您挑选出必试的工具，从而提升工作效率并释放您的AI优势。立即探索！
11 个工具
xix.ai
教育与学习
面向教师、辅导老师和基于群体的学习项目的 AI 测验构建平台
2026年最新最佳AI测验构建平台，适用于教师、辅导老师和基于群体的学习项目！XIX.AI精心整理了一份顶级评分列表，包含经过现实世界测试的强力变革性工具，以提供准确的排名。这些必试平台有助于提高写作效率、简化内容创作，并简化各种学习场景中的测验设计。立即探索，发现您解锁教学AI优势的理想工具！
13 个工具
xix.ai
评论 (0)
0/500
在浏览器自动化开发的漫长征途中，开发者常常发现自己是在“ reinventing the wheel ”。无论是使用复杂的屏幕截图来“观察”网页，还是依赖低级协议来强制交互，这些方法往往难以应对动态变化的网页结构。 近日，阿里巴巴开源了一款名为 Page Agent 的 JavaScript 客户端库，为这一行业难题提供了一种全新的解决方案：它不再试图从外部强行破解网页，而是让大型模型直接“理解”网页内部的 DOM 结构。
Page Agent 的核心技术创新在于“DOM 脱水”。传统方案通常需要截取网页屏幕截图并进行多模态分析以供 AI 识别，这不仅成本高昂，还容易丢失关键的交互信息。 Page Agent 则采取了不同的方法，它在网页内部直接运行，并将复杂的 DOM 树压缩为轻量级的“FlatDomTree”纯文本映射。 这一过程如同为 AI 绘制了一张高精度的交互地图；模型无需处理复杂的视觉渲染，仅凭这一简化的结构映射，即可准确完成按钮点击和表单输入等高难度操作。
对于开发者而言，Page Agent 的“嵌入式”设计带来了显著的便利。由于它直接在网页环境中运行，因此自然继承了所有 Cookie、会话状态和登录凭据，消除了在后端处理复杂验证流程的困扰。 该项目采用高度兼容的开放式设计，可与任何支持标准接口的大型语言模型无缝集成。在 SaaS 产品智能助手、自动化数据采集以及提升 Web 应用程序可访问性等场景中，Page Agent 提供了一种高效且经济实惠的替代方案。
当然，Page Agent 并非万能钥匙。开发团队在开源文档中明确指出，该库目前更侧重于单页面内的高效交互。 此外，在处理支付或数据篡改等高安全敏感操作时，开发者仍需在服务器端实现严格的逻辑验证。为确保系统稳定性，Page Agent 在设计中采用了由提示词触发的权限控制机制，为自动化流程构建了初步的安全屏障。
目前，Page Agent 已根据 MIT 许可证在 GitHub 上正式开源。 随着该工具的发布，开发者有望彻底告别高昂的多模态计算成本，采用更实用的工程方法将真正“感知网页”的智能代理嵌入应用程序中。这也表明，AI网页自动化技术正迈入轻量化和普及化的新阶段。
字节跳动加大核心AI激励，豆包增长14.6%
字节跳动近日召开豆包股权说明会，公布面向豆包部门员工的最新激励政策。豆包股票的行权价已从2026年6月的14.85美元上调至17.02美元，涨幅约为14.6%。此次调整不仅提升了豆包股票的估值，还大幅扩大了其覆盖范围。根据员工岗位的不同，部分员工可能获得相当于其总薪酬约5%的豆包股票。根据新的兑换机制，字节跳动允许员工在整体薪酬包中，将部分现金工资兑换为豆包股权。兑换比例因职级而异，设有20%和30%等不同档位。例如，L2和L3级员工可选择20%的全覆盖兑换比例，而L3和L4级员工的该比例可
MiniMax 推出 10 倍团队计划，以激励全球 AI 专家
MiniMax（稀宇科技）通用人工智能实验室正式推出“10x Team”，这是一项全球人才协作计划。该计划旨在招募跨行业的顶尖专家，探索大模型在垂直领域的深度应用。通过将深厚的行业知识与前沿人工智能技术相结合，MiniMax 致力于将大模型的生产力从通用场景拓展至专业场景，最终推动行业效率实现“十倍增长”。验证行业认知价值，开放多模态核心资源过去与行业专家的合作表明，深厚的专业洞察对于构建高质量、实用的行业专属大模型至关重要。在此基础上，“10x Team”计划将向合作伙伴开放包括多模态模型
韩国启动国家人工智能计算中心建设，投资2.5万亿韩元，目标2028年完成
韩国媒体EtNews报道，韩国AI计算中心（KOACC）的奠基仪式于8月3日在全罗南道顺天市的Solar City数据中心园区举行。该项目总投资额为2.5万亿韩元（约合118.38亿元人民币），计划于2028年投入运营，成为迄今为止韩国在AI基础设施领域规模最大的国家投资之一。该项目的股权分布凸显了深化政企合作的战略意图。三星SDS作为最大股东持有30%的股份，而包括科学技术信息通信部、金融监督院和国家成长基金在内的公共实体合计持有29%的股份。NAVER Cloud紧随其后，持股26.1%，
2026年最新最佳AI学习工具，助您轻松完成作业和备考！XIX.AI精心筛选出一份广受好评的顶级工具清单，这些功能强大、颠覆传统的工具经过实际测试，能帮助学生提升效率、简化作业流程，并轻松通过考试。 获取免费版与付费版的对比分析、详细排名以及必试选项，释放你的AI优势。立即探索！
10 个工具
xix.ai
2026 年最新最佳 AI 人声演示工具，专为词曲创作者、旋律创作者和多语言内容团队打造！XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项，帮助您提升创作效率并释放创意潜力。立即探索，发现满足您所有内容需求的完美工具！
9 个工具
xix.ai
2026年最新最佳、评价最高的中小企业AI竞争研究工具！XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具，每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比，从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索，发现最适合您的工具！
9 个工具
xix.ai
2026 年最新最佳 Photoshop AI 修图工具，适用于电商服装、皮肤清洁和色彩一致性！这份顶级精选列表包含强大的变革性解决方案，可帮助您提升写作效率、简化内容创作并轻松实现完美的视觉效果。每个工具都经过实际测试，并通过每周更新的排名进行验证，同时提供免费与付费版本的详细对比。由 XIX.AI 支持，这是任何希望发挥 AI 优势的人必试指南。立即探索！
10 个工具
xix.ai
2026年最新、最受好评的AI提示词库，可优化各类ChatGPT工作流程。XIX.AI精心整理了一套功能强大、具有颠覆性的提示词库，均经过严格的实际测试，以确保最佳性能。 您可以查看详细的免费版与付费版对比分析以及专家排名，这些内容将帮助您挑选出必试的工具，从而提升工作效率并释放您的AI优势。立即探索！
11 个工具
xix.ai
2026年最新最佳AI测验构建平台，适用于教师、辅导老师和基于群体的学习项目！XIX.AI精心整理了一份顶级评分列表，包含经过现实世界测试的强力变革性工具，以提供准确的排名。这些必试平台有助于提高写作效率、简化内容创作，并简化各种学习场景中的测验设计。立即探索，发现您解锁教学AI优势的理想工具！
13 个工具
xix.ai
