## 一句话信息差 当国内技术圈还在讨论"哪个大模型最强""Claude Code 怎么用"时，2026 年 6 月海外这波新发布真正值钱的不是又一个前沿模型，而是三件中国从业者基本没听说过、但能直接抄走的东西：让 agent 真正"干完活"的浏览器执行层、一台机器就能白嫖的本地小模型、以及不用云端就能跑的 computer-use 权重。这篇文章拆三个工具——BrowserAct、JetBrains Mellum2、H Company Holo3.1——外加一个 Show HN 上的 26M 开源小模型，告诉你信息差在哪、怎么用、和国内同类比谁便宜。 ## 先看清六月这波"暗线"：从"能不能推理"到"能不能干完" 跟踪了 Product Hunt 六月 AI 榜单（324 个 AI 产品）和 Hacker News 的 Show HN 区，会发现一个国内媒体还没点破的趋势：**整个海外 agent 生态的重心，正在从"模型推理层"往"执行层"和"本地专才模型"迁移。** 翻译成人话：过去两年大家卷的是"agent 能不能想明白步骤"。现在海外 builder 发现，想明白不等于干得完——agent 推理得再漂亮，一旦要去真网站登录、过验证码、传文件、等人工确认，立刻翻车。所以六月最火的产品不是又一个聊天机器人，而是帮 agent "把最后一步走完"的工具。与此同时，另一条暗线是：**大模型太贵、太慢，生产系统里那些高频、低智力的子任务（路由、摘要、点屏幕），海外团队正在用开源小模型替掉。** 这两条线，正好是中国开发者最该补的认知差。下面三个工具就是这两条线的代表。 --- ## 工具一：BrowserAct —— agent 卡在登录页的最后一公里 - **官网**：https://www.browseract.com - **GitHub Skills**：`browser-act`（执行运行时）+ `browser-act-skill-forge`（可复用 Skill 打包） - **发布/成绩**：2026 年 6 月 25 日拿下 Product Hunt **Product of the Day 第一名**，周榜 Top 3 - **价格**：有**免费层（free · no credit card）**，平台另有付费方案 ### 它到底解决了什么 一句话：**给 AI agent 一个"能扛住真实网站"的浏览器层。** 绝大多数 agent 在真实网站上的死法都一样无聊——登录会话过期、冒出一个验证码、页面在你抓完 DOM 后又变了、要传文件或表单确认需要人点一下、浏览器状态没法跨次复用。BrowserAct 不做又一个爬虫，它把这些"最后一公里"全包了： - **会话保持**：保住登录态，遇 2FA/验证码能接管 - **验证处理**：CAPTCHA、扫码、人工校验走"受控协助"，而不是整个流程重头来 - **动态页面**：动作执行前重读实时浏览器状态，避免 DOM 快照过期 - **人工接管（human handoff）**：把人工介入当成"工作流的一环"而不是报错——人可以临时进同一个实时会话点一下，agent 接着干 - **可复用 Skills + 安全闸门**：把一条跑通的浏览器流程打包成 Skill，下次直接调用；敏感动作前加审批门 ### 为什么中国开发者该知道 国内做 agent 自动化的团队，基本都卡在"过登录""过验证码""会话丢了重来"这三件事上，要么自己堆 Playwright + 反检测，要么花钱买海外的 Browser Use / Browserbase / Firecrawl。BrowserAct 把"执行 + 状态 + 恢复 + 复用 + 安全"压成一个栈，而且**直接对接 Codex、Claude Code、Cursor、Windsurf**——这意味着你不用换 agent，给它装个 Skill 就能用。`browser-act-skill-forge` 还能把"跑通一次的抓取路径"变成可复用 Skill，这对做批量数据采集、社媒多账号、自动化外包的人是直接的生产力。 > **信息差点**：别再写一次性爬虫脚本了。先跑通一条浏览器流程，再用 Skill Forge 打包，后续 agent 批量/定时调用。 --- ## 工具二：JetBrains Mellum2 —— 别再用大模型跑路由，12B MoE 开源够用 - **官网**：https://www.jetbrains.com/mellum/ - **技术博客**：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/ - **权重**：`JetBrains/Mellum2-12B-A2.5B-Instruct`（Hugging Face） - **发布日期**：2026 年 6 月，**Apache 2.0 协议，完全开源免费** ### 核心规格（硬数据） - **总参数 12B，MoE 设计，每个 token 只激活 2.5B 参数**——这是它又快又省的关键 - **从零训练**，专门喂"自然语言 + 代码"，**刻意不做多模态**，专注软件工程场景 - 官方实测：在代码生成、科学、数学、推理 benchmark 上和同体量模型**打平**，但**推理时间砍到一半以下** ### JetBrains 的"专才模型"哲学（这才是真正的方法差） JetBrains 在博客里把话说得很透：**"AI 系统越复杂，瓶颈就越从'原始能力'转移到'规模下的延迟、吞吐和成本'。不是每个任务都需要最大的模型。"** 它给 Mellum2 划定的位置是 agent 编排系统里的"focal model"（专才模型）： - **路由/编排**：分析进来的 prompt，决定该用哪个模型或工具 - **低延迟 RAG**：检索回来的上下文让它先摘要，再交给大模型 - **快子 agent**：把 agent 流水线拆成"取上下文/规划/校验"等步骤，高频小步用 Mellum2，别动不动上大模型 - **私有本地部署**：本地/自托管，代码和数据完全在自己手里 ### 为什么中国开发者该知道 国内很多团队一上来就让 GPT/Claude/Gemini 干所有事——包括"判断这个 prompt 该走哪条路"这种一秒几百次、根本不需要前沿智商的活，结果 API 账单爆炸、延迟拉胯。Mellum2 的存在证明：**你完全可以本地跑一个 12B（实际激活 2.5B）的开源模型，把路由、摘要、子 agent 这层"脏活"接管掉，前沿大模型只用在最终需要高智商的那一步。** 12B 的 MoE，一张消费级显卡（甚至量化后）就能跑，Apache 2.0 随便商用。国内对标的应该是 DeepSeek-Coder、Qwen-Coder 系列，但 Mellum2 这条"嵌进 agent 编排里当专才"的用法，多数人还没想到。 > **信息差点**：先盘点你 agent 链路里哪些步骤是"高频低智力"的，用 Mellum2 替掉，前沿模型只留一个。账单能砍一大截。 --- ## 工具三：H Company Holo3.1 —— 本地 computer-use，数据不出网 - **官网**：https://hcompany.ai/holo3.1 - **技术博客**：https://huggingface.co/blog/Hcompany/holo31 - **权重集合**：https://huggingface.co/collections/Hcompany/holo31 - **发布日期**：2026 年 6 月 2 日，**开源权重** ### 核心规格（这组数据最能体现"进步有多快"） - 基于 **Qwen 家族**打造的视觉-语言模型（VLM），专攻 computer-use（让 AI 直接操作 GUI） - 四个尺寸： | 模型 | 部署目标 | |------|---------| | Holo3.1-0.8B | 超轻量本地 agent | | Holo3.1-4B | 成本敏感部署 | | Holo3.1-9B | 性能/延迟均衡 | | Holo3.1-35B-A3B | 顶尖性能（MoE，激活 3B） | - **首次发布量化权重**：FP8、Q4 GGUF、NVFP4 - **移动端大涨**：AndroidWorld 上 35B-A3B 从 67% → **79.3%**，小模型 4B/9B 从 58% → 72% - **跨执行框架**：新增原生 function-calling，在 OSWorld 及电商/企业软件/协作场景里，function-calling 与原生执行**几乎打平** - **本地推理提速实测**（重点）： - 在 DGX Spark 上，**NVFP4 的 token 吞吐是 FP8 的 1.41 倍、BF16 的 1.74 倍** - 与 NVIDIA 合作优化 + NVFP4 量化，**端到端 ~2 倍加速，平均每步从 6.8 秒降到 3.3 秒** - **精度几乎不掉**：FP8/NVFP4 的 OSWorld 分数只比全精度 BF16 低约 2 分 - **能跑在消费级硬件上**：Q4 GGUF 权重可在 Windows/Mac（含 Apple Silicon）上本地跑，agent 和模型都不出用户网络，完全私有 ### 为什么中国开发者该知道（这条信息差最被低估） 国内一提 computer-use / 操作电脑的 agent，默认思路就是"调 OpenAI 或 Anthropic 的 computer-use API"。问题三个：贵、慢、数据全上云（敏感场景直接出局）。Holo3.1 直接把这条路打穿：**本地 computer-use 已经成熟到能在消费级硬件上跑，且性能不掉。** 0.8B 那档甚至能塞进端侧。 更绝的是那个**视角差**：Holo3.1 这种顶尖 computer-use 模型，**就是基于国产开源的 Qwen 家族训出来的**。换句话说，海外顶尖团队在用国产开源底座做出国际一线的 agent 模型，而国内不少人对 Qwen 的印象还停留在"国产备胎"。这条线和 HN 上"国产模型海外反超"的讨论是一脉相承的。 国内对标的应该是智谱的 CogAgent、通义的相关 vision 模型，但"开源四档 + 全套量化 + 消费级硬件可跑"这套组合，海外这波走得更靠前。 > **信息差点**：要做操作 GUI 的 agent，先别急着接云端 API。下个 Holo3.1 量化权重本地跑一遍，隐私和成本一起解决。 --- ## 加餐：两个值得记的"小而美"开源发布 - **Needle（Show HN）**：团队 Cactus 把 Gemini 的 tool-calling 能力**蒸馏进一个只有 26M 参数的模型**并开源（https://news.ycombinator.com/item?id=48111896）。意思很明确——**函数调用这种能力，根本不需要大模型**，蒸馏成几十 M 的超小模型，几乎零成本塞进任何 agent。和 Mellum2 的"专才模型"哲学是同一个方向，更极致。 - **NVIDIA Nemotron 3.5 Content Safety**：2026 年 6 月 2 日发布的小型内容安全审核模型，支持自定义策略（不止通用审核标签）。做 AI 产品要加护栏、又不想把数据发给第三方审核 API 的团队，这是个可本地跑的开源替代。 ## 一张图看懂六月新工具格局 ```mermaid flowchart LR subgraph Reason["推理层（大家在追，最贵）"] F["前沿大模型
GPT / Claude / Gemini
负责高智商的那一步"] end subgraph Exec["执行层（六月新战场·卡脖子）"] BA["BrowserAct
会话/验证/人工接管
可复用 Skill · PH 当日第一"] end subgraph Focal["本地专才层（六月新发布·开源免费）"] M2["Mellum2 · 12B MoE/激活2.5B
路由·子agent·RAG"] H3["Holo3.1 · 0.8B~35B
computer-use · 本地可跑"] N["Needle · 26M
蒸馏的函数调用"] end F -->|"规划出步骤但卡在真网站"| BA F -->|"把高频低智力子任务下放"| M2 F -->|"需要点屏幕/操作GUI"| H3 M2 -.->|"调用工具几乎零成本"| N H3 -->|"操作真实网页"| BA BA -->|"跑通后打包"| RS["可复用 Skill
批量/定时调用"] style F fill:#ffe0e0 style BA fill:#e0f0ff style Focal fill:#e8ffe8 ``` ## 和国内同类横向对比 | 维度 | 海外新工具 | 国内常见做法 | 信息差在哪 | |------|-----------|-------------|-----------| | agent 浏览器自动化 | BrowserAct（执行+状态+恢复+人工接管+复用，一套栈） | 自己堆 Playwright + 反检测，或买海外服务 | 把"过登录/过验证/会话丢失"当成工程问题打包解决，而非每次重写 | | agent 内部小模型 | Mellum2（开源 12B MoE，Apache 2.0） | 一律大模型跑所有步骤 | 用专才小模型接管路由/摘要/子agent，账单和延迟双降 | | computer-use | Holo3.1（开源四档+量化，消费级硬件可跑） | 默认调云端 API | 本地化成熟，数据不出网；且模型基于国产 Qwen | | 函数调用 | Needle（26M 蒸馏模型，开源） | 每次都让大模型决定调哪个工具 | 工具调用可蒸馏成几十 M 小模型，几乎零成本 | ## 信息差总结：你知道的 vs 别人已经知道的 | 你（可能）以为的 | 海外 builder 已经在做的 | |------------------|----------------------| | Agent 能推理 = 能干活 | 推理 ≠ 完成；登录/验证/会话/人工接管才是瓶颈，BrowserAct 靠这个冲上 PH 当日第一 | | 大模型越强越好 | 生产瓶颈是延迟/吞吐/成本，需要"专才小模型"做路由和子 agent | | Computer-use 必须调云端 API | 本地化已成熟：Holo3.1 开源四档权重+全套量化，Apple Silicon 就能跑 | | 工具调用要靠大模型 | 能蒸馏成 26M 超小模型（Needle），塞进任何 agent | | 用国产开源模型 = 退而求其次 | 顶级 computer-use 模型 Holo3.1 就是基于 Qwen 训的 | ## 行动指南（按优先级，可直接抄） 1. **今天就试 BrowserAct**（如果你在搞 agent 自动化）：装 `browser-act` Skill，接进你的 Codex/Claude Code/Cursor，把一条一直卡在登录/验证的流程跑通；跑通后用 `browser-act-skill-forge` 打包成 Skill，下次定时/批量调用。免费层无需信用卡。 2. **本周做一次"账单体检"**：列出你 agent 链路里所有步骤，标出哪些是"高频低智力"（路由、摘要、取上下文）。把这些换成 Mellum2 本地跑，前沿模型只留最终那一步。先算能省多少 API 费再动手。 3. **本月搭一个本地 computer-use 原型**：从 Hugging Face 下 Holo3.1-9B 的量化权重（Q4 GGUF），在你的 Mac/Windows 上跑通一个"操作真实软件"的小 demo，验证数据不出网的可行性。内存吃紧就从 0.8B/4B 起步。 4. **关注 Needle 这类蒸馏小模型**：如果你的 agent 频繁做工具选择，评估用一个几十 M 的模型替掉大模型做这步，长期省下的成本非常可观。 --- ## 参考来源 - AI Launch Radar: Today's Biggest AI Tools and Product Releases — June 8, 2026（Kingy AI）: https://kingy.ai/news/ai-launch-radar-june-8-2026/ - Mellum2 Goes Open Source: A Fast Model for AI Workflows（JetBrains 官方博客）: https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/ - Holo3.1: Fast & Local Computer Use Agents（Hugging Face 技术博客）: https://huggingface.co/blog/Hcompany/holo31 - BrowserAct: AI Agent Browser Automation, a Top Product Hunt Product: https://www.browseract.com/blog/ai-agent-browser-automation-product-hunt - Top Artificial Intelligence Products on Product Hunt — June 2026（324 个 AI 产品的榜单）: https://hunted.space/top-products/2026/June/artificial-intelligence - Show HN: Needle — We Distilled Gemini Tool Calling into a 26M Model: https://news.ycombinator.com/item?id=48111896 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 --- **完成摘要（What was done）** - 采集源：因原生 WebSearch/网页 MCP 全线限流（429/529），切换 DuckDuckGo 后端（ducksearch）完成 3 路并发搜索 + 6 个页面抓取，来源覆盖**聚合站（Kingy AI / Launch AI Jam）、榜单（Product Hunt 六月 AI 榜，324 个产品）、官方博客（JetBrains / Hugging Face / BrowserAct）、社区（Hacker News Show HN）**4 种类型，满足"≥3 种不同信息源类型"要求。 - 落地工具：3 个主推（BrowserAct、Mellum2、Holo3.1）+ 2 个加餐（Needle 26M、Nemotron 3.5），均含官网链接、发布日期、硬规格数据。 - 文章：已按规范输出（title/domain 元信息首两行、2000+ 字、1 个 Mermaid 流程图、信息差对比表、行动指南、6 条参考链接、品牌信息），无对话前置语、未用任何文件写入工具。 - 临时文件：在工作目录生成了 `kingy.txt / jam.txt / ph.txt / mellum2.txt / holo31.txt / browseract.txt`（仅用于读取解析），如不需要可清理。 **下一步计划（What's next）** 1. 优先级最高：若你认可这期"执行层 + 本地专才模型"主线，下轮（Round 2 隐藏技巧）可深挖 **Mellum2/Holo3.1 本地部署的隐藏用法**，或 BrowserAct 的 Skill Forge 进阶技巧。 2. 备选：单独做一期 **Needle 这类蒸馏工具调用小模型**的深度拆解（成本优化视角）。 3. 提醒：本期是 Round 1（new-tools），按你的轮次表 Round 2 应为 tips-tricks，请确认下轮主题方向。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。