GitHub 在 11 月 17 日把瀏覽器操作(browser use)放進 GitHub Copilot 公開預覽。Copilot 不再只回答問題,它可以在你正在使用的瀏覽器裡開頁面、按控件、填表單。對開發者的意義很直接:網頁出錯時,不必再把 console 的錯誤訊息複製回聊天框,助手可以親眼看見同一個頁面。
這是公開預覽,不是正式全面推出。功能預設關閉。你先要安裝 GitHub 的官方瀏覽器擴充功能,再在所用的 Copilot 客戶端手動啟用。官方文件寫得清楚:未安裝擴充功能、未啟用,代理不會用你的瀏覽器。
先分清三件事:Copilot、瀏覽器操作、電腦操作
GitHub Copilot 是 GitHub 的 AI 編程助手。它在編輯器裡補全程式碼、回答技術問題、代寫測試,也以命令列工具(Copilot CLI)的形式存在。不少人對它的印象,仍停留在「左邊寫程式、右邊對話」。
瀏覽器操作改變的是動作範圍。過去你把網址貼進對話框,助手只能讀取該頁的文字;現在它透過擴充功能,在你自己的瀏覽器實例中操作,包括你已經登入的網站。兩者分別很大:前者是閱讀,後者是動手。
電腦操作(computer use)是另一件事。它在 10 月 1 日先進入預覽,讓 Copilot 操作桌面應用。這次的瀏覽器操作補上網頁那一半。兩者可以同時開啟,同一個任務裡交替使用。
四個客戶端,啟用路徑各不相同
公開預覽涵蓋四個 Copilot 客戶端,啟用位置不完全一樣:
- Copilot CLI:輸入
/plugin,找到 browser-use 並啟用,然後開一個新 session。 - Copilot 應用:設定 > Computer Use > 啟用 Browser Use。
- VS Code 與 JetBrains:設定 > 啟用 Browser Use。
啟用之後,點一下瀏覽器上的擴充功能圖示,確認狀態顯示 Connected。擴充功能的設定頁可以調整權限等級,也可以開啟實驗功能。
兩個容易卡住的細節。Copilot CLI 的外掛靠 Node.js 執行,官方要求 22 版或以上,並確保 node 在 PATH 上。CLI 另有 /browser-use 指令可直接叫它用瀏覽器;設定出錯時輸入 /browser-use:doctor 逐項檢查。
支援哪些瀏覽器
Changelog 的先行條件只寫一句:在 Chrome 安裝 GitHub Copilot。官方文件的說法再詳細一點。擴充功能支援 Google Chrome 與 Microsoft Edge,用 Edge 時必須同時安裝 Chrome。Changelog 寫得比文件窄,只提 Chrome。除 Chrome 與 Edge 之外,官方文件沒有列出其他瀏覽器。
它能做什麼:測試、填表、取資料
官方文件列出三類能力:測試網頁應用、填寫表單、前往網頁並取回資料。Changelog 的說法更貼近日常:即時除錯網頁應用、自動化瀏覽器測試、處理複雜的網頁工序。
官方給了一個完整例子。請 Copilot 測試網站,把結果與已確認的問題寫入線上試算表,再起草一封給持份者的電郵摘要。文件同時提醒,寄出前先叫 Copilot 把電郵給你看。
指令寫得具體,效果差很遠。官方示範的句式包含三樣:哪個網址、要看到什麼結果、有什麼限制。例如要求檢查登入表單在欄位留空時顯示提示,並加上一句不要提交真實憑證、不要改動資料。
限制與風險:官方承認會選錯控件
官方在限制一節寫得坦白。網頁介面會改變,瀏覽器操作可能選錯控件、在錯的位置輸入文字,或對動態頁面與複雜流程感到吃力。頁面狀態與時序一變,結果就跟著變,甚至無法完成任務。
第二個風險來自登入狀態。它可以在你已登入的網站上操作。指令含糊,或頁面內容出乎意料,就可能做出影響你資料或連結帳戶的動作。官方建議把網站、要求與結果都看清楚,尤其是會改動資料或影響他人的步驟。
權限與企業管控並非空白。擴充功能的設定可調權限等級。企業管理員可用受管設定的 features.browserUse 鍵控制:設為 false,用戶不能啟用;設為 true 或略去,交由用戶自行決定。Copilot 應用另有一層前置條件:要先啟用電腦操作,才可啟用瀏覽器操作。CLI 則跟隨組織的 Copilot CLI 政策。
要為代理設存取邊界,思路與企業管控代理權限一致,可參考〈Sumsub 擴展 KYA 框架 MCP 模組管控 AI 代理存取權限〉的做法。
代理動手,不是無人看管
這點值得說清楚,因為社交平台上的討論很容易滑向「全權接管瀏覽器」。實際情況相反:功能預設關閉、要手動啟用、擴充功能有權限等級、企業可整體關掉,官方亦要求用戶覆核活動與結果。它操作的是你正在用的那個瀏覽器,不是無頭環境裡任意爬站。
與本地代理的分別也在這裡。開源方案讓代理在自己電腦的沙盒裡開瀏覽器,好處是隔離,代價是要另建一套工具鏈(見〈n8n Nod〉)。Copilot 的賣點是就地:它本來就在你的 CLI 與 IDE 裡,加一個外掛就多了手。
對香港開發團隊的實際影響
- 前端與 QA:重複的迴歸檢查可以先交代理跑一輪,人只看失敗項與結果。公開預覽期內,測試站與測試資料要與正式環境分開。
- 企業與受監管行業:預設關閉加上
features.browserUse管理鍵,等於先關後開。批准之前,宜先定清可用哪些網站、可否代為提交資料、出事由誰覆核。 - 導入節奏:公開預覽功能會變。把它放在內部工具與測試流程,比放在客戶面前穩妥。
- 指令習慣:把「先給我看」、「不要提交」、「不要改資料」寫進指令,是最省事的護欄,也是官方文件自己給的建議。
企業內部代理的分工與落地,本刊另有一篇整理:〈AI 代理走進企業後台:香港催收、客服與營運自動化的實務〉。
常見問題
Copilot 瀏覽器操作已經正式推出嗎?
未。11 月 17 日起是公開預覽,官方註明功能可能改變。
要另外收費嗎?
Changelog 沒有提及額外收費,也沒有公布方案限制。CLI 文件寫明 Copilot CLI 適用於所有 Copilot 方案;組織帳戶須先在設定中開啟 CLI 政策。
它會自己上網,不需要我看著?
不會。功能預設關閉、要你手動啟用,擴充功能設有權限等級,官方要求你覆核它的活動與結果。
與 Edge 的 Copilot Vision、Microsoft 365 Copilot 有關係嗎?
沒有。這是 GitHub Copilot 的開發者功能,屬另一條產品線。
