1.3 与传统自动化工具对比：分界线在哪

1.3 与传统自动化工具对比：分界线在哪

本节摘要：传统工具（Selenium、Playwright）按坐标执行，快、便宜、脆；Browser-Use 按语义决策，稳、贵、有随机性。本节用同一个任务的三种实现摆出成本与可靠性的账本，给你一条可以背下来的选型分界线：流程死、量大的交给脚本；页面活、语义杂的派智能体。

从一句行话说起

自动化圈子里有句老行话："脚本的第一天就是它腐烂的第一天。"意思是写死的选择器从交付那天起就在过时。玩过 Selenium 的人都体会过半夜被改版页面叫起来修脚书的滋味——这正是理解 Browser-Use 价值的起点。上一节我们把指挥链编制表立好了，本节换上对比的透镜：同样一件事，两类工具各怎么做、各付什么代价。

同一个任务的三种做法

任务：在某个新闻站首页找到科技频道入口，点进去，取回第一条标题。

先看 Playwright 的写法——每一步都是写死的坐标：

# Playwright 写法：路径全部预编码，一步都不能错
from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(headless=True)
    page = browser.new_page()
    page.goto("https://news.example-site.com")     # 硬编码首页地址
    page.click("text=科技")                        # 硬编码入口文案
    page.wait_for_load_state("networkidle")
    title = page.locator(".article-list h3").first.inner_text()  # 硬编码结构
    print(title)                                    # 输出：首个标题文本
    browser.close()
​

再看 Browser-Use 的写法——只交代目标，路径让模型现场找：

# Browser-Use 写法：只给目标，不给路径
from browser_use import Agent, Browser
from langchain_openai import ChatOpenAI

agent = Agent(
    task="打开新闻站首页，进入科技频道，取回第一条新闻的标题",
    llm=ChatOpenAI(model="gpt-4o"),
    browser=Browser(),
)
result = agent.run(max_steps=10)
print(result)   # 输出：首个标题文本，附带模型的操作轨迹
​

第三种做法是不用浏览器——很多站点有公开接口，直接请求拿数据，成本几乎为零。这条路线常被忽略，选型时记得先问一句：有接口吗？

图：三类路线的多维对比矩阵

老司机的三个误区

从 Selenium 转过来的同学，有三条经验要主动放下。其一，不再背选择器：智能体模式下你几乎不需要 CSS 路径，花在背语法上的时间可以省了。其二，等待逻辑换岗位：脚本里的显式等待、轮询重试，多数被框架内部接管，你操心的是步数上限和超时，不是某个元素几秒内出现。其三，断言思想升级：脚本断言"按钮存在"，智能体复核"任务目标达成"，后者更接近人的验收口径。

也有必须带过来的经验：日志敏感度。智能体的输出比脚本更啰嗦，会写它看到了什么、打算干什么，你得学会从这套日志里读出"它为什么走偏"——第 3 章专门练这个。

选型判断口诀

把本节压成一段可背的话：**有接口走接口，量大海跑脚本，页面活语义杂、一次半次不心疼算力，才派 Browser-Use 上场。**判断页面"活不活"，看两个信号：改版频率高不高（运营天天调样式算高）、目标描述能不能一句话说清（"找到最便宜的红色款"能，"点第三个 tab 再选第二个下拉框"就不必用模型）。

一个务实提醒：三者不是互斥的。常见的好架构是 Browser-Use 负责探路——先用智能体摸清一个新站点的操作路径，路径稳定之后再把这段固化成脚本。智能体当前哨，脚本当主力，成本与可靠兼得。

一场真实的混合架构战役

把"智能体当前哨、脚本当主力"落地成一个完整过程。背景：新接手的供应商门户，页面陈旧、文档缺失，要每周取一次对账单汇总。操作分两阶段——第一阶段派智能体探路：

# 第一阶段：探路任务，摸清操作路径
agent = Agent(
    task=(
        "登录供应商门户，进入对账单栏目，"
        "逐步记录：从首页到列表页点了什么、"
        "下载按钮的位置特征、列表页每页有几条记录"
    ),
    llm=llm,
    browser=browser,
)
print(agent.run(max_steps=15))
​

结果：轨迹显示路径为"首页菜单点财务栏目、点对账单一项、列表页右上有导出按钮"，三步定型，且连续两周轨迹一致。解读：路径一旦稳定两周，说明站点结构近期不会大动，此时第二阶段把这段固化成 Playwright 脚本，运行成本降一个数量级。变式：固化脚本之上仍保留一个季度一次的智能体复查——脚本断掉时（往往意味着改版），由智能体重新探路更新路径。这套"前哨加主力加复查"的三层结构，比任何单选都耐用。

两句实在话

一句给赶时间的人：别拿 Browser-Use 跑压力测试式的循环任务，模型调用费会在账单上教育你。一句给谨慎的人：它的随机性不是缺陷而是特性——正因为决策有弹性，它才扛得住页面小改；你要做的是用复核机制把弹性约束住，而不是消灭弹性。

向团队推介时怎么说

选型结论要过团队这一关，给你两段可复用的话术。对技术负责人说效率账："这个需求页面结构月月变，脚本每次改版返工半天；智能体方案改任务单两分钟，月度模型费用不到半天人工。"对合规同事说边界账："任务只读不写、页面是公开内容、登录用专用账号、日志留存九十天"——四句话把风险面钉死。推介的关键不是夸技术多新，而是把对方关心的账先算给他看。

最后一个自测练习，检验本节是否真的读会了：三个需求——"每天抓一次首页公告"、"月底从后台导出全年订单"、"在改版频繁的比价页找最低价"——分别选哪条路线？答案：第一条有接口走接口或脚本，第二条有导出走导出，第三条才轮到 Browser-Use。三题全对，1.3 才算过关。

概念与选型都有了，装备也验完了货。第 2 章动手：把环境装起来，跑出第一段真正的自动化。