美团GN06团队正式发布AI原生浏览器Tabbit 1.0版本，该浏览器主打全能智能体能力，自3月公测以来Agent任务执行成功率从53.1%跃升至91.8%，月均Token使用量超过853万。Tabbit 1.0集成了DeepSeek、智谱GLM、Kimi等国内领先大模型，支持自由切换和对比，让用户"取各家之长"。Tabbit的发布标志着AI从辅助工具走向深度参与复杂工作流的新阶段。
一、产品能力：多模型+Agent+记忆三重驱动
Tabbit 1.0的竞争力来自三个核心维度。多模型自由切换是基础，内置DeepSeek、智谱GLM、Kimi、LongCat等多个国内领先大模型，支持实时接入新模型接口，超过60%的活跃用户会根据不同场景灵活调用或对比模型表现。Agent智能体执行是核心，3个月迭代超100次，任务执行成功率从53.1%飙升至91.8%，意味着绝大多数工作流指令都能被准确完成。个性化记忆功能是新亮点，系统持续学习用户偏好和工作习惯，构建"可调用记忆"，大幅减少重复指令和低效交互，让AI响应更精准贴心。
二、技术架构：打破模型绑定的AI原生范式
Tabbit的技术架构围绕"打破模型绑定"这一核心痛点展开。多模型调度引擎构建统一调度层，自动识别任务类型并选择最优模型，同时支持用户手动切换。Agent执行框架采用任务分解-工具调用-结果验证的三段式架构，将复杂工作流拆解为可执行子任务，通过内置工具链逐步完成，并通过结果验证确保质量。个性化记忆系统通过持续学习用户交互数据，构建结构化用户画像和偏好记忆库，在后续对话中自动应用已积累的上下文。这三层架构协同工作，使Tabbit从传统的"搜索+标签页"浏览器模式进化为AI深度参与的智能工作平台。
三、市场定位：AI浏览器的差异化突围
在AI浏览器赛道日益拥挤的当下，Tabbit的差异化优势在于强大的Agent执行能力和多模型开放策略。月均Token使用量超853万的数据表明，用户不是在"尝鲜"而是在"依赖"——Tabbit已成为处理频繁密集办公任务的得力助手。1.0版本同步上线Windows和macOS，移动版进入全面测试，产品正从公测期向成熟应用阶段过渡。负责人刘炯在发布会上演示了大学生整理论文和HR处理招聘等复杂场景，展示了Tabbit在端到端工作流自动化方面的实战能力。随着AI应用从辅助走向主导，Tabbit代表的AI原生浏览器品类有望重新定义人机交互方式。
