Dia，一场关于 AI 浏览器未来的预演

推荐语

探索AI浏览器革命，领略未来交互新体验。

核心内容：
1. 浏览器发展三十年：从Mosaic到Chrome的缓慢进化
2. Arc到Dia：从极客工具到大众入口的转变
3. AI操作系统的雏形：Dia如何重塑信息获取与思考方式

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

在过去三十年里，浏览器的进化更像是一场缓慢的修修补补。我们从 Mosaic 到 Netscape，再到 Chrome（此刻不想再提 IE），虽然界面更美了，速度更快了，但本质上，它们仍然是围绕“网页文档”的工具。你输入网址或者搜索关键词，点击链接，等待加载，像在图书馆翻书一样，寻找信息的碎片。这种交互方式，至今未被真正颠覆。

直到， Dia 的出现。

这款由 Arc 公司打造的 AI 浏览器，不是 Chrome 的“AI 插件版”，也不是 Arc 的“继承者”，而是一种全新的思维方式：如果 AI 是浏览器的内核，而不是外挂，会发生什么？因此，Arc 公司一开始就目标明确：从头开始，打造一款原生 AI 浏览器 。

从 Arc 到 Dia：从极客工具到大众入口

Arc 是一款为极客而生的浏览器。它的标签管理、分屏、Spaces 等功能令人惊艳，像一件精致的手工艺品，锋利、复杂、令人着迷。但也正因如此，它始终难以破圈。它要求用户具备一定的系统思维和操作习惯，像一把需要说明书的瑞士军刀。Arc 公司创始人 Josh Miller 曾坦言：“太复杂、太不同，只能是一款面向极客的工具。”

Dia 的出现，是一次从“工具”到“入口”的跃迁。它没有延续 Arc 的竖向标签栏，而是回归大众熟悉的横向标签页；首页极简到只有一个输入框，却隐藏着强大的 AI 引擎。这种“克制”不是妥协，而是一种哲学：不是让用户适应工具，而是让工具适应用户。

“入口”不仅是一个 UI 元素，更是一种认知方式的隐喻。Arc 是为“知道自己要什么”的人设计的，而 Dia 是为“还在寻找的人”准备的。

Dia 的输入框，不再是传统意义上的“搜索框”，而是一个通向思考的接口。你可以像过去一样输入关键词查找信息，也可以直接向 AI 提问、请求建议、生成内容。它不再区分“搜索”与“对话”，而是将两者合并为一种更自然的交互方式。你不需要决定“我要搜索”还是“我要聊天”，你只需要表达你的意图，AI 会理解上下文，给出回应。

这个简洁的输入框，提供 Google 搜索和 Chat 两个选项，当接收到用户输入时，默认情况是调用 Google 搜索，延续了 Chrome 用户的使用习惯；但是当用户输入更多内容出现换行时，立刻切换到 Chat 模式，这些细节的雕琢，给人以惊喜。

这背后，是一种对人类认知过程的尊重。信息获取和思考，本质上是连续的，不该被工具割裂。传统浏览器的搜索框，是你与互联网的“入口”；而 Dia 的输入框，是你与 AI 的“接口”。它不只是打开网页的工具，而是你思考和表达的起点。

AI 不再是插件，而是操作系统的一部分

Dia 的真正野心，不是做一个“更聪明的搜索引擎”，而是成为一个“AI 操作系统”的雏形。正如 Josh Miller 所说：“在产品界面中加入几个 AI 按钮并不是什么革命性的突破，Dia 要让 AI 遍布计算环境之中。”它不是在浏览器里加一个 AI，而是让 AI 成为浏览器本身。

甚至在 Dia 的官网，只有一句话。

• AI won’t exist as an app. Or a button. It’ll be an entirely new environment — built on top of a web browser.

通过半个月的使用，我认为这句话是 Dia 的基因。

比如它的智能光标。

按照 Josh Miller 的解释，智能光标会在所有需要输入的地方，提供智能的输入建议，续写、扩写或者总结。 它的这个交互也很有意思，只需将光标放在输入框，或选中一段文字，智能光标就会出现，悄无声息地变粗、变蓝，点击一下（快捷键 ⌘ + E，也可以点击浏览器右上角的 Chat 按钮），右侧的 AI 面板就会弹出。 我看有人评论说 Dia 的智能光标太隐蔽了，用户发现不了。我的观点恰恰相反，这个设计将会是 AI 时代输入框的典范之作，它以润物细无声的方式，把 AI 融入到了输入框之中。

举个具体例子，有段文章片段想要AI 润色一下，只需要选中片段，点击一下智能光标，Dia 就会唤出 AI 面板，理解你当前页面的上下文，给出修改建议，甚至直接替你写好，点击 Insert，一键替换。 你有可能有注意到，智能光标绝不仅仅局限于输入框之中。 而这一切，无需插件、无需跳转、无需“/”命令。

再比如 @Tabs 功能。

只要你输入 ‎@ 符号，就能把任意打开的网页作为上下文喂给 AI。就像你在和一个助手对话时，顺手把几本书递给他：“这些是我刚看过的，你参考一下。”AI 不再是孤立的对话机器人，而是你信息流中的一部分。相比那些动辄需要整理、归类、标注的知识库产品，这种方式轻盈得多，也自然得多，我认为这是普通用户能够快速使用的一种知识库产品。

多模态能力：理解的不只是文字

Dia 不止能读网页，它还能“看”视频、“听”播客。你在 YouTube 上打开一个播客，Dia 可以跳过广告，提取字幕，甚至总结视频内容。我测试了很多个视频，响应非常快，甚至广告才刚开始播放一会，才几秒钟 Dia 就能总结出来，他是怎么做到呢，有了解的朋友可以介绍一下。

这不是简单的“AI 总结”，而是对多模态内容的理解与重构。它让你不再被动消费信息，而是主动提取价值。

分屏交互：信息的并行处理

Dia 的分屏功能，是一种被低估的基础能力。它允许你在一个窗口中并列打开多个页面，不用在标签页之间来回跳转，也不必依赖记忆去维持上下文。你可以同时查看、编辑、比对不同的信息块，像在一个有序的工作台上处理事务，而不是在一堆散乱的抽屉里翻找。我们的大脑并不是线性处理器，而是一个不断在多个上下文之间切换的系统。分屏的意义在于，它尊重了这种认知方式，让你在面对复杂问题时，拥有更自然的操作路径。

操作上也很简单：Control + Shift + = 添加分屏，Command + W 关闭分屏。记住这两个快捷键，你会发现，切换视角和组织信息变得顺畅许多。

以上是我在写这篇文章的时候一张 Dia 的截图，左侧是 YouTube 视频《**An early peek at Dia, our second product | A recruiting video》，**中间是我在 Notion 网站中编辑此博客，右侧是 Chat 界面，Dia 让我做到了边看边问，边想边写。

延伸一下，这不仅仅是一张“产品截图”，而是一种“思维状态”的截图。你在浏览、在记录、在提问、在生成内容——而这些动作，不再是割裂的，而是并行的。Dia 的分屏能力、智能光标、上下文感知的 AI 回应机制，她甚至能基于两个网页进行聊天，都在这张图里悄然浮现。它不是在“展示功能”，而是在“展示你如何思考”。

更有意思的是，这张图本身也体现了 Dia 的哲学：不是让你适应工具，而是让工具适应你。你没有被迫跳转页面、切换窗口、复制粘贴，而是像在一个有机的空间里流动。信息、思考、表达、反馈，像水一样自然地汇聚在一起。

个性化设定：AI 也可以“像你一样思考”

Dia 还提供了“Personalize Dia”的入口。

你可以告诉它你崇拜谁、喜欢什么样的表达方式、偏好哪种语气。它会据此调整回答风格，甚至构建出一个与你价值观相近的“人格投影”。AI 不再是冷冰冰的工具，而是一个与你有默契的伙伴。

我设置了这些人：Steve Jobs， Elon Musk，Patrick Collison， Paul Graham， Naval Ravikant， James Clear，Brian Chesky， Jack Dorsey，Naval Ravikant，Richard Feynman，可以参考一下。

简单设置好 Dia 的风格后，你能感受到 Dia 开发团队在「让 AI 按照自己的意愿说人话」这件事上，一定下足了功夫，很舒服、很优雅。本篇文章绝大部分内容都是 Dia 根据我的设置创作出来的，我自认我没有这么好的文笔和哲思，你们感受下。

浏览器的未来，不是更快，而是更懂你

传统浏览器的逻辑是：你找信息，它展示信息。而 Dia 的逻辑是：你表达意图，它完成任务。

这背后是一个根本性的转变：从“人操作界面”到“人表达意图，AI 执行任务”。这正是 Agent 思维的核心。

在 Dia 的早期演示中，它已经可以自动浏览亚马逊、添加商品到购物车。未来，它可能会帮你订机票、写邮件、总结会议，甚至成为你数字生活的“第二大脑”。

写在最后：Dia 是终点，还是起点？

有人说，Dia 只是一个集成了 AI 的 Chrome。也有人说，它是浏览器的 iPhone 时刻。

我更愿意把它看作一个问题的起点：如果我们从 AI 出发，重新设计浏览器，会是什么样子？

Dia 给出了一个答案。它不完美，但它真实。它不是终点，而是一个值得出发的方向。

在这个信息过载、注意力稀缺的时代，我们不需要更多的工具，而是更少的阻力。Dia 的意义，不在于它能做多少事，而在于它让我们少做一点“无意义的事”