browser-use 1.0: keine Aktionsliste, dafuer Code

Zusammenfassung

browser-use 1.0 wirft vier Fuenftel des Codes weg: das Modell schreibt Python direkt gegen die Seite statt Aktionen zu waehlen, billiger und schneller.

Empfehlen
Name
browser-use
Version
1
Open Source
Open Source
Betriebssystem
WindowsmacOSLinux
Aktualisiert
2026-11-15 12:09

Wer eine Aufgabe an ein Modell uebergibt und es selbst ein Browserfenster oeffnen, Knoepfe druecken, Formulare fuellen und das Ergebnis zurueckbringen laesst, kennt die Werkzeuge, die im letzten Jahr erschienen sind. Wer sie taeglich laufen liess, kennt auch den schwachen Punkt: jeder Schritt brauchte zuerst einen Schnappschuss der Seite in Textform, dann eine einzelne Aktion aus einer langen Liste, mit zwei Uebersetzungsschichten dazwischen. browser-use 1.0, am 10. November fuer Windows, macOS und Linux veroeffentlicht, nimmt beide Schichten heraus.

Das Zeichen des Projekts browser-use.
Das Zeichen des Projekts browser-use.

Vier Fuenftel des Codes fallen weg

Die erste Zeile der Ankuendigung ist eine Zahl: 136866 Zeilen geloescht, vier Fuenftel der Bibliothek weggeworfen und neu geschrieben. Der Ersatz laesst das Modell Code in einer Python Umgebung schreiben, die am Leben bleibt, und die Seite ueber das Browser Protokoll bedienen. Ein Schnappschuss der Seite entsteht nicht mehr, eine Aktionsliste wird nicht mehr gepflegt. Das Team fasst es in einem kurzen Satz zusammen: in der Mitte bleibt nichts.

Die alte Schleife hiess beobachten, kodieren, dekodieren, ausfuehren. Nach jeder Bewegung wurde die Seite neu beschrieben, und das Modell wartete. Die neue Schleife hat eine Schicht: was das Modell will, schreibt es als ein paar Zeilen.

Code, waehrend die Seite offen ist

Ein Lauf sieht so aus. Das Modell bekommt eine Aufgabe in normaler Sprache und schreibt ein kurzes Skript: neuen Reiter oeffnen, das Element mit der Nummer einundvierzig anklicken, eine Anweisung laufen lassen, die den Warenkorb zaehlt. Der Code laeuft sofort im Browser, die Ausgabe kommt zurueck, und das Modell entscheidet, was es als naechstes schreibt, bis es den Abschluss aufruft und das Ergebnis uebergibt. Eine Schleife, keine Uebersetzung dazwischen.

Der Verzicht auf diese Schicht bringt Genauigkeit. Elemente auf einer Seite tragen ohnehin Kennungen und Eigenschaften, also schreibt das Modell direkt gegen sie, statt zu raten, ob der zwoelfte anklickbare Eintrag in einem verdichteten Baum die Absenden Taste ist. Die veroeffentlichten Zahlen: gleiches Modell, bis zu 33 Punkte mehr im Vergleichstest, Kosten um den Faktor 2.7 bis 5.2 niedriger, zwei bis drei Mal schneller.

Die Vorgaben haben sich mitbewegt

Beim Umstieg beisst selten ein neues Merkmal, meistens eine Vorgabe. In browser-use 1.0 ergibt ein fehlendes Browser Argument einen Browser in der Ferne; wer lokal laufen will, muss den lokalen Kern ausdruecklich nennen. Die Obergrenze der Schritte pro Lauf faellt von 500 auf 100, die Frist liegt bei 1700 Sekunden. Ein Schritt ist eine Anfrage an das Modell, also entscheidet diese Grenze, ob eine lange Aufgabe auf halbem Weg stehen bleibt.

Von den Schaltern der alten Reihe werden die ungenutzten nach einer einzigen Warnung ignoriert, die nicht mehr erfuellbaren werfen einen Typfehler, der den Ersatz nennt. Ein entferntes Modul wirft einen Importfehler und zeigt auf den neuen Namen und die Seite zur Migration. Die Ankuendigung betont, dass all das vor dem Start des Browsers passiert und nie mitten im Lauf.

Ein Satz zum Merken: die Maschine ist getauscht, die Vorgaben mit ihr, und alter Code laeuft nicht mehr still weiter.

Was sonst noch dazukam

Strukturierte Ausgabe ist der praktische Zuwachs. Haengt man ein Datenmodell an eine Aufgabe, liefert der Lauf ein fertig gelesenes Objekt statt eines Absatzes, aus dem Felder zu klauben waeren. Auch Dateien haben einen Ort: ein Arbeitsverzeichnis vor dem Lauf uebergeben, und alles Heruntergeladene landet in einem Ordner dafuer darin, mit Pfaden im Ergebnis. Als geheim markierte Werte werden in Protokollen, Pruefpunkten und im Ergebnis unkenntlich gemacht.

Die Regeln fuer Domains sind vollstaendig: Listen fuer erlaubt und gesperrt gelten lokal wie in der Ferne, und eine gesperrte Domain nimmt ihre Subdomains mit. Die Websuche kommt als optionale Faehigkeit dazu, pro Aufruf abgerechnet und in die Kosten der Aufgabe eingerechnet. Kommandozeile und MCP Zugang bleiben, wer schon einen Code Agenten laufen hat, kann ihm den Browser uebergeben.

Punkte und Rechnung

browser-use 1.0 gegen 0.x bei Punkten, Kosten je Aufgabe und Zeit je Aufgabe.
browser-use 1.0 gegen 0.x bei Punkten, Kosten je Aufgabe und Zeit je Aufgabe.

Das Team liess sechzig Aufgaben je drei Mal laufen. browser-use 1.0 erreichte im schnellsten Modus 62.5 Punkte bei sieben Cent und 650 Sekunden je Aufgabe, der eigene andere Agent im gleichen Zeitraum 56.3. Ein Anbieter von Modellen fiel in diesen Tagen aus: der Rivale verlor achtzehn Laeufe, 1.0 einen, und das Team sagt offen, dass der Abstand dadurch groesser wurde. Ohne die Fehler des Anbieters liegen beide 1.1 Punkte auseinander, was Rauschen ist. Der belastbare Vorsprung sind Geld und Zeit, 1.3 Cent und 114 Sekunden je Aufgabe.

Der Browser in der Ferne wird stuendlich abgerechnet, zwei Cent, der Verkehr ueber den Vermittler kommt dazu. Die offene Bibliothek selbst kostet nichts, bezahlt werden die Token des Modells. Wer beides vermischt, haelt eine freie Bibliothek fuer einen freien Lauf.

Wo man besser wartet

Fassung 1.0 nagelt jede Abhaengigkeit auf eine genaue Version fest und legt die Sperrdatei bei. Installationen landen damit auf einer geprueften Kombination, zum Preis eines Streits, wenn eine andere Ecke des Projekts eine andere Version braucht. Das Team nennt es unter den bekannten Problemen und sagt geradeheraus, dass manche Installation daran scheitern.

Eine weitere Kante sind Captchas. Lokal gibt es kein zusaetzliches Verfahren, der Lauf haelt an und wartet auf einen Menschen; nur eine Sitzung in der Ferne bringt eine Loesung mit. Lange, verschlungene Ablaeufe teilt man besser vorher, denn hundert Schritte sind alles, was ein Lauf bekommt, und darueber hinaus heisst es von vorn.

Fuer alle, die schon auf der alten Reihe sind, ist das kein Funktionspaket, sondern eine neue Maschine. Die Seite zur Migration ordnet jeder alten Option die neue Schreibweise zu, doch die Aufrufe im Projekt, die Art den Erfolg zu pruefen und die Form zurueckgegebener Fehler haben sich bewegt. Erst eine kleine Aufgabe durchschieben, dann den Produktivcode anfassen. browser-use bleibt eine Bibliothek unter MIT, die Ferne ist eine eigene Rechnung, und beides laesst sich getrennt nutzen.

browser-useDownload
Unterstützte Systeme: Windows macOS Linux