网页里住了个 AI，你说话它就动
今天刷 GitHub Trending 看到个阿里开源的项目，叫 page-agent。
标题是“用自然语言控制网页”。
我第一反应是，又来。这类项目见过不少，说得天花乱坠，实际跑起来跟玩具差不多。
但这个有点不一样。
它不截图，不需要装 Python，不需要无头浏览器，就一段 JavaScript 扔进网页里。然后你跟它说话，它帮你操作页面。
原理其实不复杂。它把页面上所有能点、能填的东西，转成一段文字描述，发给 AI。AI 看完说“点这个、填那个”，然后它照做。
不需要眼睛，只需要认字。
我想到的第一个用法是我自己的 CRM。现在每次更新客户状态，得点进去，找到那个下拉框，选，保存。一个客户还好，十个就烦了。
如果能直接说“把 Ashleigh 的状态改成跟进中”，它自己去弄——那还挺香的。
当然我还没试。
阿里的东西，工程上做得不错，但能不能真正用起来，还得自己跑一遍才知道。先收藏着，下次折腾 CRM 的时候想起来再说。