浏览器AI自动化技术的现状分析

在当今的互联网时代，浏览器AI自动化技术正逐渐成为研究和应用的热点。本文将探讨三种不同的浏览器自动化工具：pplx的comet、oai的atlas以及开源的chrome插件nanobrowser，并分析它们在打码、玩游戏和注册账号这三个任务上的表现。

首先，我们来看看打码任务。测试使用的验证码网站是https://www.google.com/recaptcha/api2/demo。在打码方面，comet表现尚可，虽然有时会漏掉一些验证码，但对于简单的验证码还是能够成功识别。然而，对于一些特殊的验证码，比如点完会原地消失更新的，comet就无能为力了。atlas在遇到验证码时则必须人工介入，似乎没有找到有效的越狱方法。至于nanobrowser，虽然能够帮助点验证码，但在遇到新出现的验证码图片时就会卡壳，可能是因为接入的模型没有视觉识别功能。

接下来是玩游戏任务。首先是NYTimes的Wordle游戏。comet在玩这个游戏时表现得非常流畅，能够正确处理点错的情况。atlas则完全无法自主访问游戏URL，导致游戏体验不佳。nanobrowser在游戏控制方面也存在问题，无法正确处理鼠标操作，导致游戏无法顺利进行。

最后是注册账号任务。以注册tiktok ads为例，这个任务中包含了一个特殊的3D验证码。comet虽然尝试去点验证码，但总是点歪，并且无法正确处理注册按钮上的复选框。atlas在处理复选框时表现得比较聪明，但遇到验证码时还是需要人工介入。nanobrowser则因为缺乏视觉功能，无法处理验证码。

综上所述，目前浏览器AI自动化技术还存在许多不足之处。oai的atlas虽然注重合规性，但在自动化任务上表现不佳。comet虽然能够处理一些简单的任务，但在复杂任务上显得笨拙。开源的nanobrowser则因为缺乏视觉功能而无法胜任需要图像识别的任务。未来，随着技术的进步，浏览器AI自动化有望取得更大的突破。