一條側邊欄先被空出來了：OpenSider 把 Agent 塞進瀏覽器的那道縫

2026 年 9 月 15 日，開發者 parksben 在掘金發布了一篇名為「OpenSider：讓瀏覽器驅動 Agent」的文章，介紹他開源的瀏覽器擴充插件。這篇文章本身不長，五分鐘可以讀完，但它描述的那個畫面值得停下來看：一個使用者打開了十幾個標籤頁，做產品調研，然後在瀏覽器右側的一條側邊欄裡輸入一句「幫我把 A、B、C 這幾家產品的定價頁都看一遍，出一張橫向對比的表格」，Agent 就在那些已經登入、已經填過表單的頁面之間移動，把表格交回來。

先別急著談 Agent 的能力。值得看的是那條側邊欄，以及它背後被倒轉過來的主客關係。

從一個被卡住的小事看起

作者在文中說得很誠實：卡住他的「是一件很小的事」。他平時用 Claude Code 和 Codex，改程式碼、寫腳本都很順，真正的問題是 Agent 看不到他瀏覽器裡已經打開的頁面，也不知道他在這些頁面裡的實際操作狀態。

這個描述具體到幾乎可以畫出來：一邊是終端機裡能力很強的 Agent，一邊是瀏覽器裡十幾個帶著登入態、帶著半填表單的頁面，兩者之間隔著一道系統邊界。他試過三條路，Playwright 與 CDP 會另起一個乾淨的瀏覽器，登入態與表單都帶不過去；各家官方插件綁定自家模型，能力受限；Browser MCP 每打開一個頁面都要補一條指令。三條路都通，都不順手。

這裡的設計判斷值得單獨抽出來：Agent 缺的東西，是對使用者瀏覽上下文的感知與還原。於是他把關係倒了過來，讓瀏覽器當客戶端、本機 Agent 當執行器，由瀏覽器主動把「使用者此刻在看什麼」塞給 Agent。

這個倒轉，在介面層面對應的正是那條側邊欄的位置選擇。側邊欄是瀏覽器裡少數能長期與頁面並存、又不遮擋內容的區域。把 Agent 的對話框放進這裡，等於宣告 Agent 與使用者共享同一套視野，你翻到哪一頁，它的上下文就跟到哪一頁。相比之下，終端機裡的 Agent 再強，也只是另一扇窗，使用者得在兩扇窗之間來回搬運資訊。

連線層的節制：不另起服務，不常駐進程

OpenSider 的技術方案同樣看得出取捨。它基於 Chrome 的 Native Messaging Host 做瀏覽器與本機 Agent 的橋接，側邊欄連線時啟動 Host，斷開時退出，進程不常駐。Host 透過 ACP 協議拉起使用者選擇的 CLI，並把網頁自動化工具經由同一條連線暴露給 Agent，全程不需要額外的後臺服務。插件與頁面之間的通訊也沒有另定新協議，直接沿用瀏覽器既有的機制。

這種做法的氣質，接近老派系統設計裡的「薄層」哲學：連接層只做連接，狀態留在原地。登入態留在瀏覽器的 cookie 裡，表單留在頁面上，會話資料與 Agent 產出的內容存在本機。側邊欄裡那個 ChatUI 只是入口，而非容器。

把它跟各家官方插件比，差異更清楚。官方插件的側邊欄通常綁定自家模型與自家工具集，介面精緻，但邊界封閉；OpenSider 支援所有相容 ACP 協議的 Agent，Claude Code CLI、GitHub Copilot CLI、OpenCode CLI 都能接，同一個會話裡可以切換不同的 Agent 與模型。這個「可切換」看起來只是功能項，實際上改變了側邊欄的性質：它從某個產品的延伸介面，變成一個中立的對話插座。

三步的安裝敘事，與一張對比表的兌現

使用方式的排版也值得看。作者只寫了三步：安裝插件、啟動以連接本地 Agent、在 ChatUI 中對話。這種壓縮到三步的敘事，對應的是前面那三條各自不順手的舊路。一個工具的說明書寫得多短，往往反映它省掉了多少儀式。

真正兌現價值的畫面，是 Agent 在多個標籤頁之間切換執行任務的那一刻。作者強調，Agent 不需要每次工具呼叫都冷啟一個瀏覽器視窗或標籤，頁面跳轉、讀取、點擊、填表、截圖這些操作作為工具注入給 Agent，自動化過程在網頁中即時呈現，包括模擬的滑鼠點擊與鍵盤輸入。也就是說，使用者看得見 Agent 的手在自己熟悉的頁面上動。這種可見性在設計上很重要，它把「委託」變成了「旁觀一場協作」，信任建立在畫面上，而非建立在對工具的想像上。

這個方向與我們先前談過的美團 AI Agent 面試題單的敘事設計有某種共通的閱讀方式：一個技術系統如何被排成使用者可理解、可預期、可傳播的格式。面試題單靠排序與措辭完成敘事，OpenSider 則靠側邊欄的位置與即時可見的操作軌跡，把一個本機程序的工作過程排進使用者的視野裡。

資料留在本地，是一種態度也是一種介面

功能清單的最後一項寫著：資料、產物均存本地。會話數據與 Agent 產出儲存在本機，可以重複使用。在多數 AI 產品把雲端同步當作預設賣點的現在，這個選擇顯得節制。它與整個插件的架構是一致的：既然瀏覽器狀態、登入態、Agent 進程都在使用者機器上，資料留在本地只是同一套邏輯的收尾。

對做調研的使用者來說，這一點不只是隱私姿態。本地儲存的對比表、擷取的頁面資訊，意味著「工作現場」不會隨一次會話結束而蒸發，這與前面強調的「復用真實瀏覽器狀態」構成同一種價值：還原現場，而不是重建現場。

一個明確的觀點

OpenSider 不是一個視覺上令人驚豔的產品，它是一個開源插件，介面樸素，文章裡也沒有渲染任何願景。它值得被記下的原因，在於它把一個被多數方案繞開的問題正面處理了：Agent 與使用者之間共享的上下文，應該由誰來供給。

三條舊路的共同盲點，都是讓 Agent 去夠瀏覽器，於是登入態要重建、流程要重編、頁面要重開。OpenSider 的答案是把供給方向倒過來，讓瀏覽器交出狀態，Agent 只負責行動。側邊欄是這個答案在介面上的落點：一條窄窄的對話區，掛在一整套真實瀏覽上下文的旁邊。

這類「連接層」產品的美學，向來不在於它自己長什麼樣，而在於它讓兩個原本隔開的東西看起來本來就該在一起。等到哪天 Agent 在側邊欄裡讀著你已登入的頁面、替你填完一張表，你大概不會記得這中間有一道 Native Messaging 的橋。那正是這個設計最好的結局：橋被走習慣了，橋就消失了。