网页开始自己提供工具，Astra 进入分阶段使用｜9月5日精选 (2026)

网页开始自己提供工具

覆盖窗口是北京时间 2026 年 9 月 5 日 00:05 至 9 月 6 日 00:05。这一天值得留下的原创信号集中在一个变化上：agent 的工作效果越来越取决于网页上下文、凭证配置、模型可用性和结果验收，而不只是模型名称。

Guillermo Rauch 是 Vercel CEO。他在北京时间 9 月 5 日 10:38 写道，自己“非常看好 WebMCP”，并把它比作让 agent 顺着现有万维网工作，而不是另造一套脱离网页的基础设施。Rauch 给出的具体例子是：Next.js 开发页面可以把当前标签页的调试工具直接提供给 agent，工具带着页面上下文，开发者也不必另找和配置一个 MCP 服务器。这些内容属于 Rauch 的产品方向判断，帖子没有给出正式规范、上线范围或独立测试结果。1

Loading content card…

这个例子把“网页能不能被 agent 使用”换成了更具体的问题：当前页面能提供什么工具，工具知道多少当前页面的上下文，开发者能否在原来的调试位置完成操作。对于产品团队，后续值得查看的是每个页面暴露了哪些动作、动作需要哪些权限，以及 agent 的调用是否会留下可回放的记录。Rauch 提到的 fx + agent-browser 组合仍然停留在他的设想层面，读者可以把它当作待跟踪的工作流方向。

Harness 的差异落在凭证和集成

Garry Tan 是 YC 总裁兼 CEO，也是 GStack 和 GBrain 的创建者。他在北京时间 9 月 5 日 02:54 说，GStack 已经把 Aside 设为首选的远程会话浏览器，并称自己目前最喜欢这个 AI 浏览器。Garry 给出的理由包括浏览器能力、凭证处理、集成数量，以及 harness 和记忆系统。2

两小时后，Garry 又写道，自己尝试用 Aside 为 OpenClaw 接入 Slack，原本需要两个小时的过程在 Aside 里不到三分钟完成；他同时提到完整集成、浏览器集成和默认的访问控制。这个数字和体验来自 Garry 的个人测试，帖子没有披露任务步骤、环境配置、计时方法或第三方复现。3

Loading content card…

两条帖子共同指出了 agent harness 的验收顺序：先看能否安全完成登录，再看服务集成是否减少重复配置，最后看权限默认值能否让人及时收回访问。产品介绍里的“支持浏览器”四个字，覆盖不了这三层差异。团队若要复核 Aside 的说法，需要记录登录方式、连接了哪些服务、每次动作的授权范围和失败后的恢复路径。

Astra 从发布进入分阶段使用

上一期已经记录 GPT-6 Astra 的首发、早期访问和企业评测。本期新增的是 rollout 的具体进展。Sam Altman 在北京时间 9 月 5 日 04:33 写道，Astra 已向 Work/Codex 中的 Pro、Enterprise 和 Business Premium 用户开放，同时提供 API；他随后在 06:52 转发说，Plus 和 Business 用户也已获得访问。两条信息都是 OpenAI CEO 对产品状态的说明，适用范围和用户账号仍需在实际产品中逐项确认。4 5

Loading content card…

访问扩展后，Sam Altman 在北京时间 9 月 5 日 22:17 分享了另一个使用场景：Astra 可以按他的想法制作一个小游戏，几分钟后就能开始玩。他把这个体验描述为“很酷”，帖子没有给出游戏复杂度、修改轮次或人工验收时间。6

Peter Yang 在北京时间 9 月 5 日 08:43 给出了质量侧的反例：Astra 为他的游戏生成了一张“最刻板的 PM 形象”。这条帖子只有个人使用体验，图片也只支持对一次生成结果的观察。速度让创作更快，角色是否贴合任务、表达是否有辨识度，仍然需要另一套检查。7

因此，Astra 当前的产品问题分成两条线：账号能否拿到模型，和模型拿到任务后能否产出可用结果。前一条要查访问层级、API 状态和产品入口；后一条要查任务完成时间、修改次数、事实准确度和人工返工量。Sam Altman 的小游戏体验适合说明使用摩擦正在下降，Peter Yang 的图像反馈提醒读者保留质量复核。

写作能力仍然需要人工判断

Zara Zhang 是一名独立 builder。她在北京时间 9 月 5 日 11:44 转发 Lauren 的“writing is not solved”，并补充说，多数人会把 AI 感知成比实际更好的写作者。Zara 的话是一条产品观察，引用的原帖来自另一位开发者；这两句话都没有提供写作任务样本、评分标准或用户研究。8

这条信号和前面的 Astra 体验可以放在同一个检查表里，却指向不同的验收对象。造出一张图或一个小游戏，容易让人先注意到“完成得很快”；长文、产品说明和决策材料则要求模型保持事实、语气、结构和具体受众。团队评估写作类 agent 时，应把“读起来像成品”拆成可检查的项目：事实是否有来源，句子是否保留关键信息，作者自己的判断是否被模型替换，修改是否真的减少了人工时间。

留给今天的四个问题

WebMCP 如果从方向变成产品，网页会暴露哪些工具？每个工具的权限和调用记录由谁管理？
Aside 这类 harness 能否把登录、集成和权限撤回过程完整记录下来？Garry 的个人计时能否在相同环境中复现？
Astra 的分阶段开放是否继续扩大到更多入口？模型生成小游戏和图像的速度提升，是否伴随更少的人工返工？
写作 agent 的评测是否会从“像不像人写的”转向来源、事实、结构和修改成本？

今天的新增材料把 agent 的验收范围又往外推了一层：网页要提供可操作的上下文，harness 要管理凭证和集成，模型 rollout 要留下可确认的访问状态，生成结果还要回到人的判断里。每一层都已有体验信号，正式产品仍需要把这些信号变成可复核的记录。

网页开始自己提供工具，Astra 进入分阶段使用｜9月5日精选