这篇不是讲“怎么用 AI 写文章”，而是讲一个更实际的协作问题：当我们让 Hermes 或龙虾帮忙操作网页、保存草稿、上传资源、检查后台状态时（下面主要以Hermes为例，因为我用的就是Hermes，小龙虾同理），它到底应该控制哪一个浏览器。这个问题看起来很小，但只要遇到登录、扫码、安全验证、账号弹窗，就会直接影响任务能不能顺利完成。我最近在用 Hermes 协作处理一些网页后台操作时，反复遇到一个经验：默认浏览器、可见浏览器、登录态保存，这三件事如果没有分清，后面很容易变成“你以为它在操作已登录页面，它其实在另一个没有登录的浏览器里”。理解这套协作方式以后，很多需要人机配合的后台操作会顺很多。Hermes 默认控制的浏览器，通常不是你眼前这个窗口很多人第一次让 Hermes 操作网页时，会下意识以为它控制的是自己屏幕上正在看的浏览器。实际并不一定。Hermes 的浏览器工具经常连接的是一个远端、隔离或不可见的浏览器环境。这个环境很适合自动化：它不会打扰用户当前桌面，也方便程序读取页面、点击按钮、抓取文本和截图。但它也有明显限制。只要网站要求用户登录、扫码、输入验证码、通过安全验证，远端不可见浏览器就不方便了。用户看不到页面，也没法在那个窗口里完成登录。于是就会出现一种常见误会：用户明明说“我已经登录了”，但 Hermes 那边打开的页面仍然是登录页。不是谁操作错了，而是双方看的不是同一个浏览器环境。