https://www.ego.app/ 看一下这个新产品

看了，ego.app 是 CitroLabs 家的东西，而且要注意它其实是两个产品叠在一起，别混了。 一个是已经能用的 ego (lite)：macOS 上的一个 Chromium 浏览器，MIT 开源，GitHub 上 citrolabs/ego-lite 现在 14.4k star、736 fork，251 次提交。定位一句话——「你和你的 AI agent 共用一个浏览器」。它干的事是让你 agent（Claude Code、Codex、Cursor 或自研的）通过一个叫 ego-browser 的 skill 去驱动浏览器，而不是用 Playwright 那套从空白 Chromium 开始重新登录。装的时候它会问一句要不要迁移 Chrome 数据，同意就把你的 cookie、登录态、扩展、书签全继承过去，之后 agent 就能直接操作你真实登录着的 SaaS 后台、内部系统、GitHub。 技术上几个点我觉得挺实在： 内核级定制，每个 agent 有自己独立的 Space，人和 agent 互不抢标签页，还能并行——README 里的例子是 Claude Code 在 10 个 Space 里并行跑 10 个 lead，Codex 在另外 5 个 Space 爬 5 个竞品站，你的鼠标不动。Space 隔离据称内存省 94%。 页面 Snapshot 是它主打的能力，用无障碍树 + 内核定制产出语义快照，代替把整块 HTML 或截图塞给模型，token 压缩很夸张（有文章说 99%），而且能处理深层嵌套 iframe 这种别的方案普遍翻车的情况。 最有意思的是它是 code base 不是 CLI base。给 agent 暴露的是可以直接调用的 JS 函数（snapshot、fill、click、wait、navigate、capture），agent 写一段 JS 一次跑完多步任务，而不是「调两条命令、看结果、再调两条」这种循环。官方 benchmark 对比 Vercel 的 agent-browser，在四个复杂任务上快最多 2.5 倍，token 明显更少，任务越复杂差距越大。 另一个是 ego 本体，这个还没上线，现在是 waitlist 阶段。定位是「一个知道你个人情况的 AI agent」，横跨浏览器、桌面、手机：桌面是个 agent 栏，手机上是 Dynamic Island，也能通过 iMessage 发消息给它。卖点几个：四层记忆（你说过的、你的行为习惯、它推断的、你纠正过的）；超过 10 个任务可以同时并行跑，24/7 在云上跑，笔记本合上也不停；跑完把文件落到你电脑上；能接你现有的 SaaS（靠浏览器登录态 + MCP + 直连 API）。它写的是先出 macOS 独立应用，Windows 后续。 隐私口径写得很硬：数据只用于完成你的任务，不分享给第三方、不卖给广告商、不拿去训练模型，同步走加密通道，记忆可以自己看、改、删。它自己解释的逻辑是「我靠订阅赚钱，所以我是为你工作的，不是为买广告位的人工作的」。 FAQ 里有几段挺有意思，是它在明着怼竞品：跟 ChatGPT/Claude 比，说 chatbot 只响应你当下打的东西，ego 是作用于它已经知道的你；跟 Comet、Atlas 这类 AI 浏览器比，说 AI 浏览器只在标签页里工作、关掉就停、最多记住当前会话，而 ego 是把浏览器当成三种形态之一，还能管邮件、日历、文件、桌面应用；跟 OpenClaw 比，这个比喻用得挺妙——OpenClaw 是给开发者用的开源 agent 框架，相当于 Linux，ego 是给所有人用的产品，相当于 iOS，两者共享设计理念不共享代码。它还点了 OpenClaw 要 30-60 分钟终端配置、得有一台常开的机器、没有浏览器、Skill 只能自己造，而 ego 零配置、云上 24/7、能通过观察你的行为自动生成 Skill 并在用户网络里共享。 团队方面，about 页面只写了愿景，讲的是「个人 AI、隐私优先、尽可能本地运行」，没写创始人和融资信息，我搜到的中文报道里也没见到明确对应的团队背景，这块我不编。 我的看法：ego (lite) 那块是实打实的工程活，尤其是「共用浏览器状态 + Space 隔离 + 语义快照 + JS 函数接口」这个组合，解决的是 agent 做 web 自动化时最烦的三件事——登录态、抢标签页、token 烧得快。而 ego 本体那个「四层记忆 + 观察你的浏览行为生成 Skill + 跨设备 24/7」的设想，产品价值很大，但也是隐私上最需要交代清楚的部分：它要读你的浏览行为、桌面活动来学习，跟「数据只用来服务你」这个承诺能不能同时成立，得看它实际怎么落地、能不能审计。等真上线再看。 要我把 lite 的官方文档或者那篇 benchmark 对比抓来细看吗？