回顾过去的一年,浏览游戏发生了翻天覆地的变化。这一切都始于 Perplexity 和 Co-pilot 为搜索查询提供更详细、更个性化的答案,而 ChatGPT 在其界面中添加网络搜索选项后,这一变化得到了进一步放大。时至今日,所有的 LLM,无论是 Grok、Qwen、DeepSeek 还是 kimi 等,每一种模式都为用户提供了这一选项。
这意味着什么呢?那么,用户无需翻阅 100 个网页就能获得更准确的查询信息,找到想要的答案。作为互联网用户,我们现在都有能力节省时间,并在几分之一秒内获得更快的答案。可以说,这是信息革命的下一个阶段。DeepResearch 是朝这一方向迈出的又一步,它允许用户对主题进行多步骤、基于来源的探索,而无需跳转标签或丢失上下文。
新的浏览器代理 Fellou 将搜索游戏提升了一个层次。这款工具号称是世界上第一个代理浏览器,它将我们的搜索游戏提升到了一个全新的高度。让我们试一试,看看它比谷歌和其他浏览平台好在哪里!
什么是Fellou?
Fellou是一种新型网络浏览器,它就像一个得力助手。你可以用普通话告诉它你想要什么,而不用自己到处点击。它可以
- 为您搜索互联网
- 根据搜索结果创建报告
- 同时浏览不同的网站
- 安全处理私人网站
您无需不停地切换标签页或手动输入所有内容。Fellou 能理解您的要求,并为您完成浏览工作。它专为希望节省上网时间的人而设计–无论您是在做研究、执行工作任务,还是日常浏览。
Source: Fellou
主要功能
- 智能自动化:只需几条指令,即可为您完成复杂的在线任务,如研究主题或创建报告。
- 为你工作:就像你的在线助手一样,搜索网站、汇总信息并整理找到的内容。
- 后台工作:在独立窗口中完成工作,不会打扰你的工作。
- 处理私人网站:可在需要登录的网站上工作,确保密码安全。
- 时间轴记忆:让你随时回到之前的任务或搜索。
- 跨应用程序工作:可在不同网站和程序间轻松移动信息。
- 多页面视图:并排显示多个网站,非常适合比较信息。
- 制作报告:通过简单的对话,根据在线研究创建详细的文档。
- 自定义工作流程:让你使用日常语言建立自己的自动化流程。
- 保护隐私:不会跟踪或记录你的活动,保证你的信息私密。
如何访问Fellou?
你可以直接从他们的网站下载 Fellou,但目前的版本只适用于 Mac OS 和Mac OS X。以下是开始使用的方法:
- 检查 Mac 芯片类型:点击屏幕左上角的 Apple 菜单,选择“关于此 Mac”。在“芯片”下,查看是否显示“Apple”(代表 Apple Silicon)或“Intel”。
- 下载匹配版本
- 如果 Mac 使用的是 Apple 芯片,请单击“Apple 版本”进行下载。
- 如果 Mac 使用的是 Intel 芯片,请单击“Intel 版本”进行下载。
- Windows 支持: Fellou 目前不支持 Windows,但即将推出。
你不能错过的Fellou使用案例
在本节中,我将带您了解 Fellou 的 5 个示例。这些只是基于我的理解,你可以在这里找到更多。
整理Product Hunt数据至Notion
查询:“Add names and intros of the top 8 Product Hunt products to the open Notion page.“
Fellou 会自动浏览 Product Hunt,收集排名前 8 位的热门产品及其描述,然后打开 Notion 页面并粘贴每个产品的名称和简介。视频显示,Fellou 在平台间无缝传输信息,在 Notion 中创建 Product Hunt 发布的产品列表(无需动手)。
这一功能可与 OpenAI’s Operator 相媲美。
研究与可视化报告(招聘市场)
查询:“Analyze LinkedIn job descriptions for AI Product Manager roles, focusing on skills, experience, and hiring trends.”
Fellou 在多个平台上进行深度挖掘,研究就业市场。在视频中,它在 LinkedIn 和 Quora 等网站上并行搜索人工智能招聘趋势,收集数据(技能需求、薪资等),然后生成一份精炼的研究报告。其结果是一份可视化的人才招聘市场报告,由多种来源的调查结果自动编译而成,可随时分享或展示。
尽管 OpenAI、Perplexity 和 Grok 提供了深度研究的选项,但与其他平台相比,这里显示的结果还是令人印象深刻。
将GPU添加到购物车(亚马逊购物)
查询: “Search RTX 4060 on Amazon, filter by availability and rating, and add the top-rated one to cart.”
该场景突出显示了电子商务自动化。Fellou 进入亚马逊,搜索“RTX 4060”显卡。视频显示,它根据可用性和客户评价过滤结果,从列表中选择评价最高的 GPU,并将其添加到购物车。整个比较和购买准备过程(通常涉及多次点击和决策)都由 Fellou 自动处理,充当了科技产品的个人购物助手。
这一功能又与 OpenAI 操作员和即将推出的 Perplexity comet 非常相似。
多代理研究论文
查询:“Generate a report of Multi-agent papers on arXiv since September 2024, including names, introductions, and links.“
Fellou 可自动收集和整理最新的多代理研究论文。在这个演示中,它导航到学术数据库,搜索最近发表的有关多代理系统的论文,并将研究结果编译成结构化格式。这就简化了研究过程,让用户能够以最小的投入获得最新信息。
点击此处查看报告全文。
股票分析
查询:“Collect the latest NASDAQ data on Yahoo Finance, including price changes, market capitalization, trading volume of major stocks, analyze the data and generate visualization reports“
Fellou 通过导航到金融平台,提取市盈率和盈利报告等关键指标,并将其编译成结构化报告,从而自动进行全面的股票分析。这样,用户无需手动收集数据,即可快速评估股票表现,做出明智的投资决策。
Fellou vs Manus vs Perplexity vs Claude
提示: “Summarize the most praised and most criticized features of the Sony WH-1000XM5 from Reddit, YouTube, and Amazon.”
输出:
模型 | 数据体积 | 结构与清晰度 | 见解与引用 | 视觉图表 | 可操作建议 |
---|---|---|---|---|---|
Fellou | 500+条评论 | 结构化:从概述到推荐 | 包括引用、标签、竞争对手提及 | 条形图显示情感主题 | 详细购买指南(如XM5 vs XM4) |
Perplexity | 最小化聚合 | 平坦且无分层 | 无引用或见解 | 无 | 无推荐 |
Manus | 基本列表仅 | 简单的优缺点列表 | 无引用或参考 | 无 | 缺乏指导 |
Claude | 信息稀疏 | 无结构 | 无具体见解 | 无 | 帮助非常有限 |
Fellou基准和性能
Deep Search
Source: Fellou
Fellou 的性能始终优于其他所有产品,在所有类别中均名列前茅,得分从 4.27 到 4.56 不等。Manus 紧随其后,尤其是在清晰度(4.30)和可读性(4.25)方面。OpenAI DeepResearch 在准确度和深度方面表现稳定,但在可读性方面则有所落后。Perplexity 的成绩一般,而 Claude 则明显落后,尤其是在深度方面(3.30)。总体而言,Fellou 的表现最全面、最有效。
Deep Action
Deep Action 工作流程建立在 Eko 框架基础上,旨在自动执行复杂的任务,比传统的基于浏览器的方法更快、更智能。Eko 的核心是将结构化工作流生成与持续学习相结合,从而实现随时间推移的自适应性能。当用户提交查询时,Eko 不仅会执行,还会学习、优化和改进。以下是系统的工作原理:
- 用户查询进入 Eko 框架,该框架会生成适当的工作流程轨迹。
- 经验学习器利用代理法官的反馈评估过去的操作,并将操作标记为正确或错误。
- 经验池存储过去的工作流程和结果,允许系统使用 Exp RAG(检索-增强生成)获取相关经验。
- 学习和推理同时进行,使 Eko 能够实时改进其操作。
这种架构大大提高了性能。如延迟比较所示:
- Eko: 85.0 秒
- 浏览器使用:240.5 秒
由于 Eko 采用了反馈驱动循环和体验感知设计,其工作流程比传统方法快 1.8 倍。因此,自动化不仅速度更快,而且每项任务都更加智能。
Source: Fellou
小结
我们搜索和交互信息的方式即将发生巨变。在过去的一年里,我们看到了从静态结果到动态、个性化响应的转变,现在又出现了像 Fellou 这样完全自主的浏览代理。这不仅仅是性能的升级,而是对我们获取知识方式的重新定义。很快,浏览将不再意味着筛选标签页,而是意味着与能够理解意图、自动执行任务并实时提供见解的智能代理协作。
您对此有何看法?请在下面的评论区告诉我!
评论留言