Page Agent：不需要截图、不需要后端的 GUI Agent，终于来了

如果你用过 browser-use、Playwright 或者 Selenium 做网页自动化，你大概率踩过同一个坑：环境部署。Python 环境、浏览器驱动、无头模式配置，搞完这一套半个小时过去了。然后你会发现，延迟还不低，因为每次操作都要走一个截图、多模态识别、坐标计算的来回。更糟的是，如果你想把这种自动化能力嵌入到自己开发的 SaaS 产品里让用户直接用，browser-use 那条路根本走不通，你没法要求每个用户都装一个 Python 运行时。 Page Agent 走了一条完全不同的路。它不截图，不需要多