Skip to content

Hyperbrowser 深入介紹:Agent 的 Browser-as-a-Service 執行層

2026年8月22日 1 分鐘
TL;DR Hyperbrowser 把 Playwright/Puppeteer 的 Chrome session、proxy、stealth、profile 與錄影包成託管 API;它適合要快速擴充真實瀏覽器工作的 Agent,但 profile 憑證、反爬蟲合規與 proxy 流量成本仍由應用端負責。
目錄
  1. Browser-as-a-Service 解決哪一層
  2. Session 是最小執行單位
  3. Profile 把登入狀態帶到下一次
  4. Proxy 與 stealth 是存取能力,不是成功保證
  5. 看得到失敗,才有辦法營運
  6. 定價:browser hour 很便宜,proxy 才可能放大
  7. 與 Browserbase、Steel、Kitesurf 怎麼選
  8. 結論
  9. 參考資料

🌏 English version

Hyperbrowser 是給 AI Agent 與自動化程式使用的 Browser-as-a-Service。應用程式不必自己啟動、監控與清除 Chrome fleet,而是透過 API 建立隔離 session,再用 Playwright、Puppeteer 或 Selenium 連上遠端瀏覽器。它同時提供 proxy、stealth、CAPTCHA 處理、profile、live view 與錄影,把原本散落在 Kubernetes、browser driver 和 proxy 供應商之間的工作收進同一個控制面。

Hyperbrowser 是 Y Combinator S21 公司;YC 的公司頁也列出 Accel 與 SV Angel 為支持者,但沒有公開可可靠核對的新一輪金額,因此本文不把第三方資料庫的估算當成融資事實。真正值得判斷的是:你的 Agent 需要一個「可程式控制的真 Chrome」,還是只需要拿到網頁內容。

Browser-as-a-Service 解決哪一層

本機 Playwright 腳本很簡單;上線後,問題會從 selector 變成基礎設施:瀏覽器吃記憶體、process 當掉留下殭屍行程、session 要隔離、IP 會被封鎖,而且失敗時沒有畫面可重播。Hyperbrowser 把瀏覽器本身變成有生命週期的遠端資源:

Agent / automation service
   │ create session (API key)

Hyperbrowser control plane
   ├─ isolated Chrome session ── target website
   ├─ proxy / geo routing
   ├─ stealth / CAPTCHA options
   └─ live view / logs / recording

        └── Playwright / Puppeteer over CDP

這個分層保留既有自動化框架。Agent framework 可以使用 Hyperbrowser 內建的 Browser Use、OpenAI CUA 或 HyperAgent 整合;已經有穩定 selector 的團隊則只換掉 chromium.launch(),以 Chrome DevTools Protocol(CDP)連到 wsEndpoint。前者買的是較高階的 agent loop,後者只買 browser infrastructure,兩者不要混成同一個採購判斷。

Session 是最小執行單位

一個 session 有 activeclosederror 三種狀態,建立後會回傳 WebSocket endpoint、live URL 與識別碼。最小 Playwright 用法如下:

import { Hyperbrowser } from '@hyperbrowser/sdk';
import { chromium } from 'playwright-core';

const client = new Hyperbrowser({
  apiKey: process.env.HYPERBROWSER_API_KEY,
});

const session = await client.sessions.create({
  timeoutMinutes: 10,
  useProxy: false,
  useStealth: false,
  enableLogCapture: true,
});

try {
  const browser = await chromium.connectOverCDP(session.wsEndpoint);
  const context = browser.contexts()[0];
  const page = context.pages()[0];
  await page.goto('https://example.com');
  console.log(await page.title());
  await browser.close();
} finally {
  await client.sessions.stop(session.id);
}

明確呼叫 stop() 很重要:session 按使用時間計費,不能只依賴 timeout。Hyperbrowser 文件也說明,automation client 中斷時 session 通常會停止;若 CDP URL 加上 keepAlive=true,它可跨 client 斷線存活到 timeout,但所有頁面關閉仍會終止。

Profile 把登入狀態帶到下一次

預設每個 session 都使用全新的 user data directory。這對隔離有利,卻會讓需要登入的 Agent 每次重走 MFA 或風險驗證。Profiles 會保存 cookies、local storage、session storage 與快取,再掛到後續 session。第一次寫入要設 persistChanges: true,正常停止後再等待資料完成儲存;後續若只想共用基準狀態,保持預設的唯讀模式,才能安全平行執行。

Profile 也是最敏感的資產。Cookie 很可能等同登入憑證,因此 profile ID 不能交給瀏覽器內的任意程式碼,刪除帳號或撤銷權限時也要同步刪除 profile。若多個 Agent 共用可寫 profile,最後結束的 session 可能覆蓋別人的狀態;一個帳號一個 profile、平行工作唯讀,是比較容易推理的預設。

Proxy 與 stealth 是存取能力,不是成功保證

Session 可啟用託管住宅 proxy、指定國家或使用自訂 proxy;proxy 與 CAPTCHA solving 需要付費方案。useStealth 會套用基礎反偵測處理,Enterprise 另有 useUltraStealth。這些能力適合合法的地區驗證、公開資料蒐集與自家網站測試,但不會改變網站條款、robots 政策、著作權或個資義務。

更重要的是,stealth 不是可靠性 API。網站可以改版、提高挑戰強度或封鎖帳號;CAPTCHA 被解開也不代表後續流程合法或可重現。把「成功繞過」當 SLO 會導致沒有上限的重試與 proxy 花費。較好的做法是為每個網域設成功率、重試次數與流量預算,連續被擋就停止並交由人工判斷。

看得到失敗,才有辦法營運

遠端瀏覽器最難除錯的地方,是 stack trace 只告訴你 selector timeout,沒告訴你畫面其實是登入頁、cookie banner 或 bot challenge。Hyperbrowser 回傳 live URL 供即時觀看,並可開啟 event/log capture、rrweb 或 MP4 session recording。官方文件提醒,錄影只捕捉頁面視覺狀態,不包含伺服器端變更,而且 WebGL/canvas 動畫未必能完整重現。

錄影也帶來新的資料治理問題:登入畫面、表單、個資與內部頁面都可能進入檔案。公開方案目前依層級提供 7 或 30 天保留,Enterprise 可更長。啟用前要先決定誰能看、保留多久、哪些工作禁止錄影;「全部錄下來方便 debug」不是安全的 production 預設。

定價:browser hour 很便宜,proxy 才可能放大

2026 年 8 月公開定價以 credit 計算,一 credit 為 0.001 美元。瀏覽器為每小時 0.10 美元且按秒計費,proxy 流量為每 GB 10 美元;Free、Startup、Scale 的同時執行上限分別是 1、25、100 個瀏覽器,Enterprise 才提供 1,000 個以上的額度。

這個結構意味著純 UI 操作的 browser compute 容易估算,大量圖片、影片或下載則可能由 proxy bandwidth 主導。正式選型前,拿一批真實任務記錄每次 session 秒數、proxy bytes、重試率與成功完成數;不要只用「每 browser hour」比較供應商。

與 Browserbase、Steel、Kitesurf 怎麼選

選項優先考慮的情境核心取捨
Hyperbrowser想保留 Playwright/Puppeteer,同時取得 proxy、stealth、profile 與多種 agent SDK功能整合快;需接受託管服務、credit 與資料保留模型
Browserbase團隊已使用 Stagehand,或希望 browser、search、fetch 與模型入口在同一平台Agent 工具鏈完整;與 Hyperbrowser 的差距要用目標網站實測,不靠功能表判勝負
Steel需要託管 session,但也重視可用 Docker 自架的退路自架掌控度高;proxy、並行容量與維運責任會回到自己身上
Cloudflare KitesurfAgent 主要取 HTML、DOM 或 screenshot,能接受不是完整 ChromiumWorkers 上的輕量、stateless browser;截至 2026-08 仍是 beta,且不適合 pixel-perfect 或完整擴充功能情境

Hyperbrowser 適合需要真實 Chrome interaction、登入狀態與快速 burst concurrency,又不想維護 browser fleet 的團隊。不適合的情況也很清楚:只抓靜態 HTML 時完整 browser 太重;法規要求 on-premises 時託管 session 不合適;大量影音經住宅 proxy 傳輸時,網路費可能壓過運算費。

結論

Hyperbrowser 的價值不是「讓 Agent 會點按鈕」,而是把遠端 Chrome 的 session、身分狀態、網路出口與可觀測性變成可管理資源。真正的選型單位不是 API 功能數,而是每一個成功任務的成本、失敗可診斷程度,以及你願意交給供應商的瀏覽資料範圍。

今晚可做的測試是:把一條既有 Playwright workflow 改成 connectOverCDP(),關閉 proxy 與 stealth 跑基準,再逐項啟用,記錄成功率、session 秒數、流量與錄影內容。只有當新增能力改善真實失敗模式,它才值得留在 production 設定裡。

參考資料