从豆包到，为什么产品都在做浏览器插件

我的浏览器，已经被各种AI插件包围了。

它们不仅占据了右上角的工具栏，也聚集在右下方的浮窗，让极简主义者心头一紧。

从百模大战开始，一名成熟打工人的主要矛盾，就变成了增强生产力的美好需要和AI助手的选择困难之间的矛盾。

如此看来，另辟蹊径做插件很有必要。我的使用时长，其实也看哪个AI主动来找我。

更轻便的功能，更广泛的陪伴目前的AI浏览器插件，大概可以分成三类。

一类是基于自有大模型的伴生产品。

7月8日，Kimi智能助手推出了浏览器插件，我们第一时间写了体验文章。之前，第三方开发者也做过插件「KimiCopilot」，这次是官方亲自下场。

为什么推出插件？事实就是，我们没法在全屏对话的Kimi主站做完所有事情，但插件可以让你在任何网页随时可用AI功能。

想象一下，浏览新闻网页看文章时，术语看不懂，人名不认识，使用在线文档写作时，某个问题不确定，但我们不想打断此刻的状态，切换到其他页面搜索。

这时候，Kimi插件可以当即搜索、答疑解惑、总结全文……再不济，插件也起到引流作用，让你一键跳转到Kimi主站。

英雄所见略同，Kimi的竞争对手豆包，更早地推出了插件，Kimi能做的，它也都可以。阅读和创作的不同场景下，豆包插件的功能稍微有所差别。

在网页端选中一段话，豆包插件支持AI搜索、解释、追问、翻译等。

而打开在线文档选中一段话，除了以上功能，豆包插件还支持修正语法、调整语气。

最让我觉得实用的，其实是豆包领先Kimi的两个插件功能。

一个是视频总结、脑图、时间线梳理和跳转功能，YouTube和B站都适用，Kimi插件目前还不能总结视频内容。

还有一个是收藏功能，不管是刷到好玩的即刻、微博动态，还是看到文章里受益匪浅的段落，都能一键保存到豆包主站，并附上原文网址，方便之后查看。做产品，还得看字节。

AI浏览器插件的第二类，是基于既有模型的「套壳」产品，其中代表是Monica。

这是一个基于GPT-4o、Claude3.5等大模型，支持Google、Bing等搜索引擎的插件。

我们可以和它对话，让它搜索，写作，翻译和解释选中的文本，总结PDF、网页、邮件、YouTube视频……

简言之，一个能聊、能搜、能翻译、能总结的全能AI助手，以插件连接了一众AI产品，实现了「allinone」的体验。

不过，相比免费的Kimi和豆包插件，「白嫖」Monica有额度限制，解锁更多功能需要订阅。往好了想，总比单独订阅多个AI产品便宜。

还有一类AI浏览器插件，扎根垂直的赛道，满足小而美的需求。从我们科技编辑的角度看，比较常用的有两个。

首先是通义听悟，实现各种网页的语音转文字，支持开启实时双语字幕，结束录音之后可以总结内容和提取重点，很适合用来追发布会。

其次是沉浸式翻译，实现各种网页、视频甚至PDF的双语对照翻译，不像Google翻译那样覆盖原文，冲浪体验更好了，从豆包到，为什么产品都在做浏览器插件也更方便核查信息了。

同时，沉浸式翻译针对游戏网站、社交媒体等不同场景推出了专家翻译功能——本质上是一系列精心设计的提示词。我们也不必复制文本到ChatGPT，自己写提示词让AI以某种口吻、某个身份给我们翻译了。

Kimi团队说，Kimi插件像一个「轻量的小搜索」，帮你解决碎片化的小问题。这句话也适用于其他AI产品的浏览器插件形态。插件，是AI落地的轻巧尝试。

不管你是在阅读、写作还是看视频，不管你打开哪个网页，它们中的一个或者多个，都可以围绕人类的脑力活动，扮演好辅助的角色，弥补之前上网时不舒服的细节、不到位的体验。

存在感太强的插件，有时候是种干扰然而，就像去年的大模型、今年上半年的AI搜索一样，插件之间的竞争也很激烈，功能之间有重合，甚至已经开始打架了。

添加到工具栏之后，AI插件们基本都有强烈的跟随性，希望在用户面前秀存在感。

它们招之即来，可用快捷键唤起，以悬浮按钮出现在屏幕一角，以侧边栏出现在网页右侧，还在你选中某个句子的时候争相跳出，想为你提供服务。

▲选中句子，Monica、豆包、Kimi都会出现

不过，它们也可以挥之即去。Kimi是否显示悬浮按钮，以及是否在你选择文字后跳出按钮，都是可选的。豆包和Monica，也都支持隐藏按钮。

围绕生产力的通用型AI插件，功能大而全，基本满足了以下几个需求：划线解释、辅助创作、内容总结……

用户上网的核心需求，可能就这几个，如果同时由几个AI插件满足，会让你陷入选择困难。其中，豆包和Monica尤其容易狭路相逢。

看YouTube视频，豆包、Monica都会帮你总结亮点和时间线。

用Google进行传统搜索的时候，豆包、Monica都会在结果页面右侧回答问题。比如，Google搜索「豆包简介」，豆包介绍了自己，Monica介绍了叫作豆包的美食。

不过，豆包比Monica还多了一个功能：鼠标选中一条链接，但不点击，豆包也会帮你总结内容，然后你可以再打开链接看详情。

至于辅助创作，就更加夸张了，几乎任何一个输入框，包括ChatGPT、微博、豆瓣，Monica的「紫色小点」都会出现。

点开之后是「写作助手」，AI问你需不需要写些什么，是求职信还是邮件，内容生成之后可以直接插入输入框。

类似地，豆包也有个「帮我写」功能，输入主题，帮你生成小红书、抖音等风格的文案，然后一键插入到输入框。

古人言，凡有井水饮处，即能歌柳词。现在这句话可以有互联网的版本了：需要生成文案的空白处，都可以留下AI生成的大作。

但可能，我们只是想自己写个吐槽，或者和ChatGPT聊聊天，这时候，图标就显得有些打扰，需要你手动关闭。

这些表演欲极强的插件，有点像2000年前后教新用户用Office的微软吉祥物「大眼夹」。当时，你新建文档，或者打出「Dear」写信，大眼夹都会不由分说地突然出现。

大眼夹的问题是，能帮上的忙很有限，在OfficeXP上线后就失业了，微软觉得，产品本身已经足够简单和易用。

而插件的问题是，有用，但功能大同小异，如果没有涉及刚需，偶尔会让人觉得有「侵入感」。

就像之前我问一位同事，能不能推荐一个YouTube翻译的好用插件。他一时给不出答案，因为类似的插件太多，不置顶到工具栏，就会把它们忘掉。

AI成了信息入口，哪里不会点哪里的浏览器来了AI产品自己的衍生插件已经泛滥，同时，也有为AI产品服务的第三方插件。

其中一款是Google插件AIHomeTab，功能很简单，但理念很有意思。

它可以把你喜欢的AI主站设为浏览器主页，同时也可以换回默认主页。

这个插件最主要的作用，其实是潜移默化地改变我们上网的习惯。

为了成为Safari的默认搜索引擎，Google每年都会向苹果支付巨额费用。可见，「默认」对用户习惯的养成，就像地心引力一样强大。

如果我们的信息入口直接变成了各个AI搜索工具，或许我们也会越来越习惯，也越来越擅长，通过搜索框和AI交流得到答案，而不是在Google输入网址找到AI搜索。

不过，AI的幻觉仍然需要警惕，一款叫作SeekAll的插件就为此而生。

这是一个浏览器多屏助手，支持一键打开多个搜索引擎，对比搜索结果，同时支持AI搜索和传统搜索，目前最多同时支持三个搜索。

更多的插件，更直接的入口，未来，我们的上网体验，或许真的会变成「哪里不会点哪里」。

这个专业术语是什么意思？这个文档里的句子怎么优化？这个YouTube字幕能转写成文字吗？都可以等AI跳出来帮你解答。豆包插件最近甚至可以总结小宇宙播客了。

反过来，从AI初创公司的角度看，开发插件有些像摸着石头过河。虽然AI的产品层出不穷，但他们还在寻找更多的细分场景，积累更多的用户数据，训练更强大的模型。

浏览器是我们上网必备的工具，探索AI可以满足用户的哪些高频需求，灵活融入网页的浏览器插件或许会是一个比较理想的测试形态。

先不要设定边界，然后才看到更多可能。

未来，上网时的用户界面长什么样子，我们和AI的交互形式是怎样的，尚且没有明确的定义。但小步快跑、轻盈迭代的插件们，让我们离一个AIGC加持的浏览器更近。

邮箱8