體驗Fellou AI,告別谷歌和ChatGPT
譯文譯者 | 李睿
審校 | 重樓
網頁搜索體驗如今正在快速改進,用戶無需瀏覽大量網頁即可獲取準確信息。Fellou作為新的瀏覽代理工具,能夠理解用戶需求,自動搜索、創建報告、跨網站工作、安全登錄私人網站,為用戶節省時間,提升搜索體驗。
回顧過去一年,人們瀏覽網頁的方式發生了翻天覆地的變化。這一切始于Perplexity 和Co-pilot為搜索查詢提供更詳細、更個性化的答案,隨后ChatGPT在其界面中添加了網頁搜索功能,進一步推動了這一趨勢。如今,無論是Grok、Qwen、DeepSeek還是Kimi,所有大型語言模型(LLM)都為用戶提供了這一選項。
這意味著什么?用戶無需瀏覽上百個網頁即可獲得更準確的查詢答案。互聯網用戶,現在能夠節省時間,在幾分之一秒內獲得更快的答案。可以說,這是信息革命的下一個階段。DeepResearch則是這一方向的又一進步,它允許用戶在不切換標簽頁或丟失上下文的情況下,對主題進行多步驟、基于來源的探索。
如今,一款名為Fellou的新型瀏覽代理工具將搜索體驗提升到了新的高度。Fellou據稱是全球首款智能代理瀏覽器,它徹底改變了人們的搜索方式。以下一探究竟,看看它如何超越Google和其他瀏覽平臺!
Fellou簡介
Fellou是一種新型網絡瀏覽器,它就像一個有用的助手。用戶無需到處瀏覽網站,只需通過自然語言告訴它想要什么即可。它可以:
- 幫助用戶搜索互聯網
- 根據搜索結果創建報告
- 同時搜索多個網站的內容
- 安全地處理需要登錄的私人網站
用戶無需在標簽頁之間來回切換,也無需手動輸入所有內容。Fellou能夠理解用戶的需求,并為其完成瀏覽工作。它適用于任何想要節省在線時間的用戶——無論是在進行研究、完成工作任務,還是只是進行日常瀏覽。
關鍵特性
智能自動化:只需幾條指令,就能為用戶完成復雜的在線任務,例如研究主題或創建報告。
- 工作助手:像在線助手一樣,為用戶搜索網站、總結信息并整理搜索結果。
- 后臺運行:在單獨的窗口完成工作,這樣就不會打斷用戶的當前操作。
- 處理私人網站:能夠在用戶需要登錄的網站上工作,并保證密碼安全。
- 時間線記憶:允許用戶隨時回到以前的任務或搜索。
- 跨應用程序工作:能夠在不同的網站和應用程序之間輕松移動信息。
- 多頁面視圖:同時顯示多個網站,便于比較信息。
- 生成報告:通過簡單的對話,根據用戶的在線研究創建詳細的文檔。
- 自定義工作流程:允許用戶使用自然語言構建自己的自動化流程。
- 保護隱私:不會跟蹤或記錄用戶的活動,保持其信息隱私。
如何訪問Fellou?
用戶可以直接從Fellou的官網下載,但當前版本僅支持Mac OS。以下是具體操作步驟:
(1)確認Mac芯片類型:點擊屏幕左上角的蘋果菜單,選擇“關于本機”。 在“芯片”一欄中,確認顯示的是“Apple”(蘋果芯片)還是“Intel”。
(2)下載對應版本:
- 如果是Apple芯片,點擊“Apple版本”下載。
- 如果是Intel芯片,點擊“Intel版本”進行下載。
(3)支持Windows:Fellou目前并不支持Windows操作系統,但即將推出。
有關更多更新,可以查看這個頁面。
5個不容錯過的Fellou用例
以下介紹5個Fellou的用例。可以在這里找到更多的用例。
1.從Product Hunt到Notion
查詢:“將Product Hunt上排名前8的產品名稱和簡介添加到打開的 Notion 頁面中。”
Fellou會自動導航到Product Hunt,收集排名前8的熱門產品及其描述,然后打開 Notion 頁面,并將每個產品的名稱和簡介粘貼進去。以下的視頻展示了Fellou在不同平臺之間無縫傳輸信息,無需手動操作即可在Notion中創建Product Hunt產品發布列表。
視頻鏈接:https://cdn.analyticsvidhya.com/wp-content/uploads/2025/05/Product-Hunt-Using-Notion.mp4
這個功能可以與OpenAI 的Operator相媲美。
2.研究與可視化報告(招聘市場)
查詢:“分析LinkedIn上的人工智能產品經理職位描述,重點關注技能、經驗和招聘趨勢。”
Fellou可以在多個平臺上深入研究就業市場。在以下的視頻中,它在LinkedIn和Quora等網站上并行搜索人工智能招聘趨勢,收集數據(技能需求、薪資等),然后生成一份精美的研究報告。其結果是一份關于人才招聘市場的可視化報告,該報告由多個來源的調查結果自動編譯而成,可供分享或展示。
視頻鏈接:https://cdn.analyticsvidhya.com/wp-content/uploads/2025/05/Job-Market-Analysis.mp4
盡管OpenAI、Perplexity和Grok提供了深度研究的選項,但與在其他平臺上獲得的結果相比,這里顯示的結果令人印象深刻。
3.將GPU添加到購物車(亞馬遜購物)
查詢:“在亞馬遜網站上搜索RTX 4060 GPU,根據可用性和評分進行篩選,并將評分最高的添加到購物車中。”
這個場景突出了電子商務自動化。Fellou會在亞馬遜網站搜索“RTX 4060”顯卡。以下視頻顯示它通過可用性和客戶評級過濾結果,從列表中選擇評分最高的GPU,并將其添加到購物車中。整個比較和購買準備過程通常涉及多次點擊和決策,這些由Fellou自動處理,可以充當科技產品的個人購物助理。
視頻鏈接:
https://cdn.analyticsvidhya.com/wp-content/uploads/2025/05/Amazon.mp4
這個功能與OpenAI Operato和即將推出的Perplexity comet非常相似。
4.搜索多智能體研究論文
查詢:“生成2024年9月以來arXiv上關于多智能體的論文報告,包括名稱、簡介和鏈接。”
Fellou將收集和組織最新的多智能體研究論文的過程實現自動化。在這個演示中,它導航到學術數據庫,搜索有關多智能體系統的最新出版物,并將結果編譯成結構化格式。這簡化了研究過程,允許用戶以最小的努力保持更新。
可以在這里找到完整的報告。
5.股票數據分析
查詢:“在雅虎財經上收集納斯達克最新數據,包括主要股票的價格變化、市值、交易量,分析數據并生成可視化報告。”
Fellou通過導航到金融平臺,提取市盈率和收益報告等關鍵指標,并將其匯編成結構化報告,從而實現全面股票分析的自動化。這使用戶能夠快速評估股票表現,并做出明智的投資決策,而無需人工收集數據。
視頻鏈接:
https://cdn.analyticsvidhya.com/wp-content/uploads/2025/05/Stock-Analysis-.mp4
Fellou vs Manus vs Perplexity vs Claude
提示:“從Reddit、YouTube和亞馬遜上總結索尼WH-1000XM5最受贊揚和最受批評的特點。”
輸出:
視頻鏈接:
模型 | 數據量 | 結構和清晰度 | 見解與引用 | 視覺效果/圖表 | 可行建議 |
Fellou | 500+條評論 | 結構化:從概述到推薦 | 包含引用、標簽、競爭對手 | 顯示情感主題的條形圖 | 詳細的購買指導(如XM5與XM4對比) |
Perplexity | 少量數據 | 扁平無層次 | 沒有引用 | 無 | 無推薦 |
Manus | 僅提供基本列表 | 簡單的優缺點列表 | 沒有引用或參考 | 無 | 缺乏指導 |
Claude | 信息稀疏 | 非結構化 | 沒有具體見解 | 無 | 幫助非常有限 |
注:視頻來自這個X賬號。
Fellou的基準和性能
1.深度搜索(Deep Search)
Fellou在所有類別中均表現優異,得分范圍從4.27到4.56,始終領先于其他模型。Manus緊隨其后,特別是在清晰度(4.30)和可讀性(4.25)方面表現良好。OpenAI DeepResearch在準確性和深度方面表現穩定,但在可讀性方面落后。Perplexity在各方面的表現平平,而Claude則明顯落后,特別是在深度搜索方面(3.30)。總體而言,Fellou是最全面且最有效的表現者。
2.深度行動(Deep Action)
基于Eko框架構建的深度行動工作流程旨在比傳統的基于瀏覽器的方法更快、更智能地自動化復雜任務。Eko的核心是將結構化工作流程生成與持續學習相結合,從而實現自適應性能。當用戶提交查詢時,Eko不僅會執行,還會學習、優化和改進。其工作原理如下:
用戶查詢進入Eko框架,該框架會生成適當的工作流程軌跡。
- 體驗式學習者使用來自代理判斷器的反饋來評估過去的行動,該判斷器將行動標記為正確或錯誤。
- 經驗池存儲過去的工作流程和結果,允許系統使用Exp RAG(檢索增強生成)提取相關經驗。
- 學習和推理同時進行,使Eko能夠實時優化其行動。
這種架構帶來了顯著的性能提升。例如延遲比較所示:
- Eko:85.0秒
- 瀏覽器使用:240.5秒
由于其反饋驅動的循環和體驗感知設計,Eko的工作流程比傳統方法快1.8倍。其結果是,自動化不僅更快,而且更智能地完成每項任務。
結論
人們搜索和與信息交互的方式即將發生巨大變化。在過去的一年里,已經見證了從靜態結果到動態、個性化響應的轉變,現在又出現了像Fellou這樣的完全自主瀏覽代理。這不僅僅是性能升級;它重新定義了人們獲取知識的方式。很快,瀏覽網頁將不再意味著在標簽頁之間篩選,而是意味著與能夠理解意圖、自動化任務并實時提供見解的智能代理合作。
原文標題:Try Fellou AI and Say Goodbye to Google and ChatGPT,作者:Nitika Sharma