Browser Use 重构了其云浏览器基础设施,旨在解决启动速度、隔离性和成本之间的矛盾。新架构将浏览器托管成本降低了 66%(从每小时 $0.06 降至 $0.02),同时实现了低于 1 秒的启动时间。
早期使用的 Unikernel 技术虽然在空闲时成本低且启动快,但缺乏自动扩缩容能力,导致在流量突增时容易崩溃。因此,团队转向了 AWS 开源的微虚拟机技术 Firecracker。通常 Firecracker 运行在裸金属实例上,但为了降低成本和缩短主机启动时间,Browser Use 创造性地在普通 EC2 实例上运行 Firecracker,形成了“虚拟机套虚拟机”的嵌套架构。
为了克服嵌套虚拟化带来的内存和 CPU 性能损耗,工程团队进行了多项底层优化。在内存方面,他们将页大小从 4KB 增加到 2MB,大幅减少了昂贵的页错误处理,将冷启动时间从 9.8 秒降至 3.1 秒。在 CPU 调度上,他们在 Chromium 启动高峰期采用动态调度,待浏览器稳定后再将 vCPU 固定到特定核心,以此提升单机密度并避免启动失败。
在隐蔽性方面,为了绕过反机器人检测且不依赖昂贵的 GPU 渲染,团队并未采用传统的无头模式或 JS 注入,而是直接修改 Chromium 源码并配合真实指纹库,使其在完全无头模式下通过检测率达到 81%。最终测试显示,该系统在 1 万次并发压力测试中零失败,P50 启动延迟仅为 825 毫秒。
事件分析
在技术层面,针对内存页错误和 CPU 爆发性占用的针对性优化,体现了对操作系统底层机制的深刻理解。特别是通过修改 Chromium 源码实现无头模式下的隐蔽运行,不仅规避了昂贵的 GPU 依赖,更重新定义了云浏览器的资源效率标准。这种“重后端优化、轻前端渲染”的路径,可能会成为未来 AI 浏览器工具的主流技术方向。
💡 核心观点:通过嵌套虚拟化与底层内核优化,证明了高性能云浏览器基础设施可以在极低成本下实现微秒级响应,为 AI Agent 的规模化落地提供了关键算力底座。
原文链接:Hacker News







AI周刊:大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐:AI工具与技术精选导航