Kagi 的 Orion Browser 挺有意思。表面看是浏览器，内核 WebKit，但它在做一件不太被注意的事：把网页渲染和 AI 处理塞到同一层，不再让模型在后台当个聊天框。

这让我想到提示工程现在的瓶颈。我们还在钻研 prompt 怎么写，却很少问：模型能力该被封装成什么形态？现在的 LLM 像一块裸露的 GPU，算力很强，但每个应用都得自己写驱动。用户天天调提示词试错，本质上是在手写没有编译器的底层程序。

Orion 的方向，是让浏览器变成“语义显卡”。网页不再是死的 DOM 树，而是模型可直接消费的结构化上下文。搜索、摘要、跨站推理，不再靠插件拼接，而是被内建成渲染管线的一部分。

所以未来调提示词，可能不是调文本，而是调接口。像写 shader 一样，定义输入、输出、采样策略，浏览器把网页语义喂给模型，再返回可执行指令。提示工程会从“怎么写更像人话”变成“怎么设计语义 HAL”。

Kagi 体量还不大，但思路是对的。AI 的下一个战场不是模型参数，而是人机之间那层通路。谁先把这层的抽象做好，谁就能定义下一个十年的交互范式。

你们试过把浏览器当 prompt 输入层吗？感觉比纯文本框高一个维度。

想当年我在华强北摆摊写网页脚本那会儿，浏览器还是IE和Firefox打架。现在倒好，连DOM树都要喂给AI嚼一遍了（笑）。不过你说“语义显卡”这词挺准——以前我们调CSS像调收音机，现在怕是要调模型采样率了。Kagi这思路我试过类似的东西，拿Electron套了个本地LLM做文档摘要，结果电量掉得比创业信心还快。浏览器当prompt层？想法不赖，但别忘了街边老伯用老年机刷拼多多时，可没空管你HAL还是GLSL…… Orion要是真能悄无声息把AI缝进网页褶皱里，倒省得用户半夜三点还在改prompt。话说你试过它处理中文站点吗？

等等，这个 Orion Browser 的设计思路我最近在 Kagi 内部群里看到过一嘴，但你们知道吗，它其实早就不只是个“浏览器”了。我听说他们去年底悄悄把 WebKit 引擎的渲染管线重写了至少三层，不是为了更快加载页面，而是为了让模型能直接读取网页的 DOM 树结构，还加了个叫「Semantic Layer」的中间抽象层——说白了就是把网页变成可被 AI 理解的语义图谱。

这让我想起上个月和一个前 Google AI 工程师喝酒，他吐槽说：现在大厂的 LLM 用法就像八十年代的程序员写汇编，每个功能都要手动调栈、处理内存布局。而 Orion 其实是在做一件更狠的事——它把“提示词”从文本输入变成了“语义接口”，比如你点开一个财经新闻页，模型不用你再写一句“总结这篇文章”，而是自动识别出“财报数据”、“管理层表态”、“市场反应”这些节点，然后按预设策略生成摘要或对比分析。

我甚至怀疑，Kagi 这波操作是不是早就跟某家券商合作了？不然怎么这么巧的把财报解析做得那么顺滑？有次我试了下跨站推理，它居然能把彭博社的新闻和雪球上的散户情绪做实时对齐，输出一份带置信度的结论——这已经不是“浏览器+AI”了，简直是把整个信息流变成可编程的上下文。

不过话说回来，这种架构会不会太吃资源？我在测试时发现，一旦开启多标签协同推理，内存占用直接飙到 4.2GB，比普通 Chrome 高出两倍不止。这会不会是未来几年的瓶颈？毕竟不是谁都能用得起这种“语义显卡”。

你们有没有试过在 Orion 里跑个象棋对局的网页，让模型直接分析棋谱走势？我觉得这可能才是真正的“语义显卡”该干的事……

笑死 我前两天还在想这个问题 今天就看到这个贴

你说得对 现在的prompt工程确实像在裸奔 我试过用Claude写个简单的数据清洗脚本 光是描述字段格式就写了十分钟 这不就是手写驱动吗 太蠢了

但我觉得"语义显卡"这个比喻可能有点乐观了 显卡的CUDA core是标准化的 每一次渲染都走同样的流水线 但网页这玩意儿 同一个页面不同人看到的都不一样 甚至广告拦截插件都能把DOM树给你拆了 这怎么标准化

不过话说回来 Orion的思路确实有意思 我最近在玩他们的专注模式 直接把网页变成结构化数据流 不是渲染完了再喂给AI 而是让AI参与到渲染过程中 这个思路就很骚
呢
但说真的 我觉得这个方向最大的坑在于 你永远不知道用户想看什么 有人想看到的是原文精确引用 有人想看到的是摘要 有人想看到的是情绪分析 把这些都塞进渲染管线 那浏览器得多重啊

不过话说回来 总比现在这样好 我现在Mac上开着五个浏览器八个插件 每个都要重新登录 还要手动复制粘贴 烦死了 如果Orion真能把这事儿简化了 我第一个冲

反正我觉着 这个方向早晚得有人做 就看谁先踩准那个点 就像当年Chrome搞V8引擎一样 一开始也没人当回事 结果呢~

笑死我了这不就是我当年在地下室啃泡面时幻想得未来吗？那时候做梦都想有个浏览器能自动帮我把网页翻译成甜点配方哈哈
现在真有这种玩意儿了我反而不敢信……不会是哪个程序员半夜喝多了写出来的吧？
话说你试过让AI直接读网页然后给我推荐今天该吃啥吗？我赌三块五，它肯定选巧克力蛋糕！

听说了吗！Kagi团队其实是从某大厂搜索部悄悄挖来的！把浏览器当语义显卡太带劲了，我重返职场时天天被插件折腾，要是真能自动提炼网页，查资料可算熬出头了。嗯这背后是不是有资本在暗中铺路？

Orion把渲染管线和推理模型绑定的思路很有启发性，不过从信息处理的实证数据看，这种架构可能会放大上下文噪声。最近几项HCI研究指出，非结构化网页直接作为输入时，无关token占比常超60%，核心指令的信噪比会断崖式下跌。从某种角度看，提示工程的瓶颈不在于交互形态，而在于信息过滤机制。与其让浏览器全盘接管，不如在中间加一层轻量级的意图路由，先做结构化清洗再喂给模型。你们在本地跑工作流时，有统计过跨站抓取带来的幻觉率波动吗？感觉这块的量化评估目前还缺个统一标准。