美团 AI 浏览器 Tabbit 1.0 正式上线：主打全能智能体，任务执行成功率提升至 91.8%

美团推出的 AI 原生浏览器 Tabbit 1.0 正式上线。

这款产品由美团旗下 GN06 团队推出，定位不是传统浏览器，也不是简单内置 AI 聊天框的工具，而是一个以 AI 智能体为核心的新型浏览器。

从产品方向来看，Tabbit 想解决的是一个非常现实的问题：用户每天在浏览器里做大量重复工作，但传统浏览器大多只是展示网页，很少真正帮用户完成任务。

比如：

打开多个网页查资料；
复制内容到文档；
整理表格数据；
对比不同页面信息；
填写表单；
总结网页内容；
处理跨平台资料；
管理一堆标签页；
重复执行固定操作。

这些事情占用了大量时间。

Tabbit 1.0 的思路，是让浏览器从“看网页的工具”，变成“能理解上下文、能调用模型、能自动执行任务的 AI 工作伙伴”。

Tabbit 1.0 是什么？

Tabbit 是美团推出的新一代 AI 原生浏览器。

它将网页浏览、AI 对话、全网搜索、上下文引用、任务自动执行和标签页管理结合在一起，让用户可以在浏览器中直接调用 AI 完成复杂任务。

和传统浏览器相比，Tabbit 的核心变化有三个。

第一，它理解当前浏览上下文。
用户可以直接引用网页、截图、收藏、本地文件和标签页，不必反复复制粘贴。

第二，它支持 Agent 自动执行任务。
用户下达指令后，AI 可以在网页中完成信息检索、内容提取、表单填写、跨平台整理等操作。

第三，它支持多模型切换。
用户可以根据任务需求选择不同大模型，也可以对比不同模型的表现。

所以，Tabbit 不是简单“浏览器 + AI 对话框”，而是把 AI Agent 放进浏览器工作流中。

从公测到 1.0，Tabbit 完成百余项功能迭代

公开信息显示，Tabbit 于 3 月 2 日开启公测，至 1.0 正式上线正好经历约 100 天。

在这段时间里，Tabbit 持续每周迭代，累计落地百余项新功能。

这说明它不是一次性概念产品，而是在快速根据用户反馈完善实际体验。

对于 AI 浏览器来说，迭代速度非常关键。

因为浏览器是高频工具，用户对稳定性、速度、兼容性和任务完成率要求都很高。
一个 AI 浏览器如果只会聊天，但打开网页慢、执行任务不稳定、标签管理混乱，用户很快就会回到原来的浏览器。

Tabbit 1.0 的正式上线，意味着它从公测阶段进入更完整的产品化阶段。

目前，Tabbit 已上线 Windows 和 macOS 桌面版本，移动端也已开启测试。

任务执行成功率从 53.1% 提升到 91.8%，Agent 能力是核心看点

Tabbit 1.0 最受关注的亮点，是 AI 智能体任务执行成功率的大幅提升。

你提供的信息中提到，其核心 AI 智能体任务执行成功率从 53.1% 提升至 91.8%。

这个提升非常关键。

因为 AI 浏览器真正有价值的地方，不是能不能回答问题，而是能不能把任务做完。

用户让它整理资料，它要真的能整理；
用户让它对比网页信息，它要真的能提取；
用户让它填写表单，它要尽量按步骤完成；
用户让它跨网页收集数据，它要能稳定执行。

如果任务成功率只有一半左右，用户会觉得像“碰运气”。
如果成功率接近九成，产品才更接近可日常使用。

Tabbit 1.0 把 Agent 执行能力作为核心升级方向，说明它的定位已经不是 AI 搜索工具，而是面向任务自动化的浏览器智能体。

AI 浏览器为什么要强调“任务执行”？

传统浏览器解决的是“访问网页”。

用户自己搜索、自己打开、自己判断、自己复制、自己整理。
浏览器只是工具，真正的工作还是人完成。

AI 浏览器要解决的是“把网页里的事情做完”。

比如用户说：

“帮我整理这 5 个网页的核心观点。”
“把这些产品参数做成对比表。”
“帮我查一下这几家公司最近的融资信息。”
“把网页里的数据提取出来。”
“帮我填写这个报名表。”
“根据当前页面内容生成一封邮件草稿。”
“把这些标签页按主题分组。”

这些任务都不是单纯搜索，而是需要理解网页、操作页面、处理信息和生成结果。

所以，任务执行能力决定了 AI 浏览器的上限。

Tabbit 1.0 主打全能智能体，正是因为它想让浏览器具备主动执行能力。

支持多款国内头部大模型，用户可以自由切换

Tabbit 1.0 的另一大特点，是支持多款国内头部大模型。

公开信息显示，Tabbit 支持 MiniMax M3、DeepSeek V4.0、Kimi K2.6、GLM 5.1、Doubao-Seed-2.0、Qwen3.5-Plus、LongCat 等多个模型自由切换。

这对用户很有价值。

不同模型擅长的任务并不完全相同。

有的模型更适合长文本总结；
有的模型更适合代码分析；
有的模型更适合中文写作；
有的模型更适合复杂推理；
有的模型更适合多轮任务规划；
有的模型响应更快；
有的模型成本更低。

Tabbit 让用户可以在同一个浏览器里灵活切换模型，而不是被绑定到单一模型。

这也符合 AI 工具的发展趋势：平台不再只卖一个模型，而是提供一个模型调度和任务执行环境。

多模型对比，让用户更容易找到适合任务的模型

多模型支持不只是“模型多”这么简单。

更重要的是，它让用户可以根据任务选择最合适的模型。

比如：

写作任务可以选择表达能力强的模型；
数据整理可以选择结构化能力强的模型；
网页搜索可以选择速度快、工具调用稳的模型；
编程问题可以选择代码能力更强的模型；
深度研究可以选择长上下文和推理能力更强的模型。

如果用户对结果不满意，也可以切换模型重新执行或对比回答。

这让 Tabbit 更像一个 AI 模型工作台。

浏览器负责提供上下文、网页操作和任务执行环境；
不同模型负责理解、推理、生成和决策。

这种组合方式，会比单模型浏览器更灵活。

记忆功能上线，减少重复指令和低效交互

Tabbit 1.0 引入“记忆功能”，这是提升长期体验的重要能力。

很多 AI 工具的问题是，每次使用都像第一次见面。

用户要反复告诉它：

我常用什么格式；
我喜欢什么写作风格；
我工作中关注哪些网站；
我常做哪些任务；
我习惯如何整理信息；
我常用哪些文件和页面；
我希望结果输出成什么结构。

如果每次都要重新说明，AI 工具就会变得低效。

记忆功能的价值，是让 Tabbit 能持续学习用户偏好和工作习惯，从而减少重复指令。

比如用户经常让它整理行业资讯，Tabbit 可以逐渐记住用户偏好的摘要格式；
用户经常做竞品对比，Tabbit 可以记住常用字段；
用户经常写公众号文章，Tabbit 可以记住标题风格和结构要求；
用户经常研究某个领域，Tabbit 可以更快理解上下文。

这种长期记忆，会让 AI 浏览器从“临时助手”变成“熟悉你的工作伙伴”。

上下文引用：网页、截图、收藏、文件都能直接参与对话

Tabbit 的一个重要能力，是一键引用上下文。

用户可以把网页、截图、收藏、标签页和本地文件直接作为 AI 对话的背景资料。

这点非常实用。

传统 AI 使用中，用户常常要把网页内容复制到聊天框，再补充说明背景。
如果信息分散在多个标签页里，复制整理会非常麻烦。

Tabbit 把上下文引用做进浏览器后，用户可以直接对当前网页或多个页面提问。

比如：

“总结这个网页。”
“对比这几个标签页里的产品价格。”
“把这篇文章提炼成 5 个要点。”
“根据这些页面写一份调研报告。”
“把这份 PDF 和这个网页的信息合并整理。”
“根据截图内容生成一段说明。”

这让 AI 更自然地进入浏览器场景。

用户看到什么，AI 就可以理解什么；用户正在处理什么，AI 就可以围绕它工作。

智能分组管理标签页，解决浏览器混乱问题

浏览器用户最熟悉的痛点之一，就是标签页太多。

研究资料开一堆；
工作页面开一堆；
社交、文档、搜索、后台页面混在一起；
最后不知道哪个页面对应哪个任务。

Tabbit 支持智能分组管理标签页，可以帮助用户把标签页按主题、任务或内容关系进行组织。

这对重度办公用户非常有价值。

比如用户同时在做三个任务：

写一篇行业文章；
查一个项目资料；
处理几个后台页面。

传统浏览器里，这些页面可能混在同一排标签中。
Tabbit 可以通过智能分组，让页面关系更清晰。

当标签页和 AI 上下文结合后，价值还会进一步放大。

用户可以让 AI 基于某个分组总结信息，也可以围绕某个主题继续执行任务。

自定义“妙招”，把重复工作变成可复用流程

Tabbit 还支持自定义“妙招”，用于提升重复任务效率。

可以把它理解为一种轻量化自动化技能。

用户经常执行的固定流程，可以保存成自定义能力，下次直接调用。

比如：

整理会议资料；
总结网页文章；
生成日报；
提取产品信息；
检查页面内容；
生成 SEO 标题；
归纳研究资料；
对比多个网页；
把内容改写成社媒文案。

对办公用户来说，很多工作其实并不复杂，但非常重复。

Tabbit 通过自定义妙招，把这些重复操作沉淀下来，让用户不用每次重新写提示词。

这也是 AI 浏览器从“聊天工具”走向“工作流工具”的关键。

Tabbit 适合哪些用户？

1. 上班族

适合处理资料整理、网页检索、表单填写、报告生成、跨平台信息汇总等任务。

2. 内容创作者

可以用于选题调研、素材整理、文章总结、标题生成、社媒内容改写和竞品分析。

3. 学生和科研用户

适合论文检索、资料总结、网页阅读、学习笔记整理和多页面信息对比。

4. 运营和市场人员

可以用于收集行业动态、整理竞品信息、生成营销文案和制作数据对比。

5. 产品经理

适合分析竞品页面、整理用户反馈、总结产品资料和生成需求文档。

6. 数据分析和研究人员

可以帮助从网页中提取信息、汇总表格、整理参考资料和生成分析框架。

对内容创作者有什么价值？

内容创作者每天都需要大量浏览器操作。

找选题；
查资料；
看新闻；
对比报道；
整理素材；
生成标题；
写脚本；
改写文案；
制作发布版本。

Tabbit 可以把这些任务串起来。

创作者可以让它总结多个网页，也可以让它根据当前标签页生成文章大纲，还可以让它提取核心观点、整理引用资料和生成不同平台版本。

如果结合记忆功能，Tabbit 还可以逐渐熟悉创作者的风格和输出格式。

比如用户长期写 AI 工具资讯，Tabbit 可以记住常用文章结构、关键词风格和内容偏好。

这对高频内容生产非常有帮助。

对办公场景有什么价值？

办公场景是 Tabbit 1.0 很适合切入的方向。

因为很多办公任务都发生在浏览器里：

查资料；
填表格；
登录后台；
处理 SaaS 系统；
整理文档；
对比信息；
生成邮件；
查看数据看板；
管理项目页面。

传统浏览器只是承载这些页面。
Tabbit 则希望直接帮助用户完成这些页面里的任务。

比如：

从多个网页提取数据；
把网页内容生成汇报材料；
自动整理竞品表格；
根据当前页面写邮件；
把多个标签页归类；
根据网页信息生成待办事项。

这会让浏览器从信息入口变成办公自动化入口。

对学生和科研用户有什么价值？

学生和科研用户也非常适合使用 AI 浏览器。

学习和研究过程中，需要不断查资料、读文献、做笔记、整理观点和对比资料。

Tabbit 的上下文引用和多标签页管理，可以减少大量复制粘贴工作。

比如：

总结论文网页；
整理多个资料页面；
提取核心概念；
生成学习笔记；
对比不同观点；
把网页内容转成复习提纲；
根据多个来源生成研究摘要。

如果 Tabbit 能稳定处理网页和文件上下文，它会成为学习研究中的辅助工具。

尤其是对长期研究同一主题的用户，记忆功能可以帮助它更好理解用户关注方向。

AI 浏览器和普通浏览器有什么区别？

普通浏览器的核心是访问网页。
AI 浏览器的核心是理解网页并执行任务。

普通浏览器需要用户自己操作。
AI 浏览器可以让用户用自然语言下达任务。

普通浏览器管理标签页。
AI 浏览器可以理解标签页之间的关系。

普通浏览器展示信息。
AI 浏览器可以提取、整理、总结和生成信息。

普通浏览器是工具。
AI 浏览器更像助手。

Tabbit 1.0 的产品方向，正是把浏览器从被动工具变成主动智能体。

这也是为什么 AI 浏览器会成为大模型应用的新战场。

因为浏览器天然连接网页、文件、账号、SaaS、搜索和用户工作流，是 AI Agent 最容易落地的入口之一。

为什么美团会做 AI 浏览器？

美团做 Tabbit，看起来可能有些意外，但从 AI 应用入口角度看并不奇怪。

浏览器是非常重要的生产力入口。

无论是办公、学习、搜索、创作还是数据处理，很多任务都发生在浏览器里。

如果 AI Agent 能在浏览器中理解上下文并执行任务，就可以承接大量高频工作场景。

美团旗下 GN06 团队推出 Tabbit，说明美团也在探索面向通用生产力和智能体方向的 AI 产品。

这和外界熟悉的本地生活业务不同，但符合大模型应用正在向浏览器、办公和自动化工具扩展的大趋势。

未来，AI 浏览器可能不仅是浏览网页的入口，也会成为个人智能体的重要载体。

Tabbit 的核心功能永久免费，有助于扩大用户基础

公开信息显示，Tabbit 核心功能将永久免费。

这对 AI 浏览器的推广很重要。

AI 浏览器想要建立用户习惯，首先要让用户愿意长期使用。
如果核心功能过早收费，可能会降低用户迁移意愿。

浏览器是用户非常稳定的工具，切换成本不低。
只有当产品体验足够顺滑、功能足够实用、成本足够友好，用户才会考虑从原来的浏览器迁移。

核心功能永久免费，可以帮助 Tabbit 更快积累用户和使用场景。

后续如果要探索商业化，也可以围绕高级模型、团队协作、企业版、自动化能力、更多存储和专业场景展开。

Tabbit 仍需要关注哪些问题？

虽然 Tabbit 1.0 亮点很多，但 AI 浏览器真正落地仍需要关注几个问题。

第一，任务执行稳定性。
即使成功率提升到较高水平，复杂网页、登录状态、验证码、动态页面和权限限制仍然可能影响执行效果。

第二，隐私与安全。
浏览器涉及网页内容、账号信息、本地文件和用户习惯，记忆功能必须有清晰的权限管理和隐私控制。

第三，模型调用成本。
多模型自由切换很方便，但不同模型成本和响应速度不同，长期使用体验需要平衡。

第四，网页兼容性。
AI Agent 操作网页时，需要适配不同网站结构，复杂交互场景仍可能失败。

第五，用户控制感。
AI 可以自动执行任务，但关键操作最好保留确认机制，避免误填、误发、误提交。

第六，记忆边界。
记忆功能越强，越需要让用户清楚知道 AI 记住了什么、如何修改、如何删除。

这些问题决定了 Tabbit 能否从新鲜工具变成长期可靠的工作入口。

AI 浏览器会成为下一代个人 Agent 入口吗？

Tabbit 1.0 的发布，也让一个问题更值得讨论：AI 浏览器会不会成为下一代个人 Agent 入口？

这个可能性很高。

因为浏览器天然具备几个优势。

第一，它连接网页。
用户每天大量信息获取都发生在网页中。

第二，它连接账号和服务。
很多 SaaS、后台系统、内容平台和工具都在浏览器里使用。

第三，它连接文件和上下文。
浏览器可以接触网页、截图、下载文件、收藏和标签页。

第四，它适合自动化。
很多重复网页操作都可以被 Agent 接管。

第五，它足够高频。
用户每天打开浏览器的次数远高于很多独立 AI App。

如果 AI 浏览器能稳定理解网页、调用模型、执行任务，并记住用户习惯，它就有机会成为个人智能体的主入口。

Tabbit 1.0 正是在这个方向上的一次产品化探索。

总结：Tabbit 1.0 让浏览器从信息入口升级为 AI 智能体工作台

美团 AI 原生浏览器 Tabbit 1.0 正式上线，标志着 AI 浏览器进入更实用的产品阶段。

它主打全能智能体能力，核心 AI Agent 任务执行成功率从 53.1% 提升至 91.8%，支持网页信息检索、内容提取、跨平台整理、表单填写和重复任务自动执行等场景。同时，Tabbit 支持多款国内头部大模型自由切换，用户可以根据任务需求选择不同模型，并通过记忆功能持续学习个人偏好和工作习惯，减少重复指令与低效交互。

从产品形态来看，Tabbit 不只是传统浏览器的 AI 插件，而是试图把浏览器变成一个理解上下文、组织标签页、调用模型、执行任务的智能工作台。

对上班族来说，它可以提升资料整理和办公效率；
对内容创作者来说，它可以加速选题、调研和写作；
对学生和科研用户来说，它可以辅助阅读、总结和知识整理；
对重度浏览器用户来说，它可能改变网页使用方式。

未来，浏览器很可能不再只是“打开网页”的地方，而是 AI 帮用户理解信息、管理任务和自动执行工作的入口。Tabbit 1.0 的正式上线，正是这一趋势的重要信号。