首页 › new-tools › AI还差三样零件:六月海外补齐

你以为装上 Cursor + Claude Code,AI 工作链就齐活了?现实是:你的 agent 上不了真网、本地模型卡死在 CUDA 和 Python 依赖上、个人助手永远在"失忆"——每次开口都得先把上下文重新喂一遍。这三块短板,过去半年一直没人补。2026 年 6 月,海外分别冒出三件补件,把这三块拼上了。本文逐个拆:官网、价格、操作步骤、国内对照,照着抄就能用。

一、BrowserAct:给 Agent 装一双能上网的"真手"

90% 的开发者用 Playwright/Puppeteer 写爬虫时,第一关就卡在 Cloudflare Turnstile、reCAPTCHA、DataDome 上。BrowserAct 的解法是堆"真人伪装":每次任务生成一套全新指纹(UA、WebRTC、Canvas、WebGL 等 30+ 维度),再配一个匹配的内置住宅代理 IP(rotating 或 static),让会话看起来就是一台真人家用电脑。大多数风控在"还没触发"的阶段就放行了。

真撞上硬茬,它有两个后手:一是 reCAPTCHA / Turnstile / DataDome 自动解决;二是遇到两步验证(2FA),会启动 live remote-assist handoff——流程暂停,把这一步推到你的手机上由真人点完,再把控制权交还 agent。这点对账号类操作(多账号矩阵、社媒养号)极实用。

它还默认带"确认才执行"安全门:导入 profile、改代理、人工步骤这些敏感操作都要你先点头。复用本地已登录 Chrome 的 cookies/SSO/扩展也支持。

价格:7 天免费试用 + 订阅送 trial credits,按 credits 计量;另有 AppSumo 终身买断版(G2 评分 4.8 / AppSumo 4.4)。核心 Skills 在 5 月开源到 GitHub,Claude Code 用户可直接连 CLI。官方演示:连上 BrowserAct CLI 后,让 Claude Code 抓 Amazon 80 个电子品类 bestseller 导成 CSV,2 分 14 秒完成。

国内对照:国内爬虫圈还在玩 Requests + 代理池 + 打码平台那一套,BrowserAct 把"指纹+住宅代理+验证码+人工接管"打包成 agent 可调用的 MCP/API,并接进 n8n、Make、Zapier——这是方法差:别人把脏活做成了商品。

适合人群:做数据采集、价格监控、社媒自动化、多账号运营、RAG 需要实时联网抓数的开发者。

二、shimmy:本地模型的"无 CUDA、无 Python"引擎

国内跑本地模型,默认路径是 Ollama 或 llama.cpp,前提是你有 N 卡 + 一堆 Python 环境。大量开发者的机器根本没有 CUDA——AMD、Intel 核显、苹果外的各种 GPU 全被劝退。shimmy 直接换底:后端跑在 Vulkan / D3D12 / Metal 上,三种主流图形 API 通吃,不需要 CUDA;交付形态是单个二进制文件,./shimmy 直接起,OpenAI-API 兼容端点开箱即用。

它还能自动发现 HuggingFace、Ollama、LM Studio 里已下载的模型,宣称冷启动 <100ms。截至 2026-06-05,GitHub 5.3k stars,热度真实(fork-star 比 4:1–17:1,无刷量嫌疑)。

但要诚实标注三个限制(这是大多数测评不会说的): 1. 其 GPU 核心(Airframe)不开源,无法自行审计/编译——对"open"工具是个真瑕疵; 2. 一实例只能跑一个模型,不支持多模型并发; 3. 暂不支持 MoE,"比 Ollama 快 4.2x"是项目方自述、未披露测试条件,PyPI 上实际写的是"2–4x"。

国内对照:国内本地推理几乎被 Ollama/llama.cpp/vLLM 锁死在 NVIDIA 栈里。shimmy 给非 N 卡用户和"不想装 Python"的极简党一条新路——这是价格差+视角差:你本可以白嫖闲置的核显/AMD 卡。

适合人群:非 NVIDIA 显卡用户、Mac/Linux/Windows 混合硬件、想把本地模型当 OpenAI 兼容 API 塞进 Cursor/Claude Code 的人。

三、Goldfish:AI 助手的"本地工作记忆"

所有 AI 写作助手的通病是"冷启动"——你得先粘一段对话、解释收件人是谁、说明想要的语气,才能换来一条回复。Goldfish 反过来:它默认就该懂你最近的工作上下文。它在后台安静地记住你的邮件线程、文档、浏览器标签页、跨 app 的工作活动,全部本地存储。

交互极轻:在 Mac 任意文本框(邮件 / Slack / WhatsApp / Notion / 浏览器 / 编辑器)里按 Option,直接起草回复、总结线程、续写、或回忆最近的细节,无需复制粘贴到另一个聊天框。三个入口:任意文本框、基于 notch 的"aquarium"、以及通过本地 MCP 接 Claude Desktop。它还会学你的重复工作流,提醒你忘了跟进的事。

国内对照:国内还在把"知识库/RAG"做成一个你要主动去问的目的地应用。Goldfish 的认知差在于——记忆不应该是另一个 app,而是一个环境层,它主动找你而不是你找它。

适合人群:消息密集型岗位——客服负责人、回投资人的创始人、招聘/销售/运营。Early Access,付费订阅,具体价格以官网为准。

三块补件在 AI 工作链中的位置

flowchart LR
  U[你的需求] --> A{AI 工作链}
  A -->|要联网抓数据/操作真网| B[BrowserAct 浏览器层]
  A -->|要在本地跑模型| C[shimmy 推理引擎]
  A -->|要记住工作上下文| D[Goldfish 记忆层]
  B --> E1[过反爬/验证码/2FA人工接管]
  C --> E2[无CUDA无Python 单文件二进制]
  D --> E3[按Option 用你语气回复]
flowchart TD
  S[Agent 发起任务] --> F[生成专属指纹+住宅代理IP]
  F --> V{遇到风控?}
  V -->|reCAPTCHA/Turnstile/DataDome| CAP[自动过验证码]
  V -->|两步验证 2FA| H[人工远程接管 用手机完成]
  CAP --> R[返回干净结构化数据]
  H --> R
  R --> O[API/MCP/n8n/Make/Zapier 回灌业务]

信息差总结:你知道的 vs 别人已经跑通的

维度 你以为的(国内主流认知) 别人已经跑通的(六月海外)
Agent 上网 Playwright + 代理池 + 打码,易被封 BrowserAct:指纹+住宅IP+验证码+人工接管,打包成 MCP
本地推理 Ollama/llama.cpp,绑死 N 卡+Python shimmy:Rust 单文件,Vulkan/Metal/D3D12,无 CUDA
AI 记忆 做成一个要主动问的知识库应用 Goldfish:环境层,按 Option 主动懂你,本地存储
验证码/2FA 卡死就重试或换号 远程协助 handoff:推到手机由真人点完再交还 agent
安全默认 agent 直接执行敏感操作 默认"确认才执行",敏感步骤先 gate

行动指南(按优先级)

  1. 今天就试 BrowserAct 开源 Skills:git clone github.com/browser-act/skills,在 Claude Code 里把它当 MCP 工具接上,跑一个"抓竞品价格导 CSV"的小任务,体验指纹+住宅代理的差别。
  2. 非 N 卡用户测 shimmy:下一份单文件二进制,./shimmy 起服务,把 OPENAI_API_BASE 指到本地,让 Cursor/Claude Code 用本地模型省 token。注意它暂不支持 MoE,别指望跑 DeepSeek V4-Pro 这类。
  3. Mac 用户蹲 Goldfish:去 Product Hunt / 官网排 Early Access,重点验证三点——本地存储是否真加密、是否真能跨 app 读上下文、语气学习准不准。
  4. 复用模式:把 BrowserAct 的"远程 handoff"思路套到自己的 agent 上——任何涉及 2FA/支付的步骤,强制人工二次确认,这是合规底线。

参考来源


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。

[!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。

51学通信知识星球海报-扫码加入