浏览器作为个人政策引擎
把浏览器原生 AI、可互换的运行时与可观察的决策变成一个用户拥有的、作用于网页体验的政策层。
到目前为止,浏览器提供了模型、会话、上下文与工具。我们用它们检视应用、约束智能体动作。
同一套架构还有另一个可以走的方向。
别只问「智能体能对一个网站做什么?」,还要问:
应当允许网站对用户的注意力做什么?
个人政策引擎观察页面、在用户选定的规则下评估内容,并在本地改变呈现方式。它不是网站的审核系统。它是用户的中介层。
1. 政策坐在内容与注意力之间
这条流水线是:
flowchart TD
P[页面内容] --> U[内容单元]
U --> S[证据与信号]
S --> D[用户政策决策]
D --> A[显示、标注、模糊或隐藏]
A --> T[审计与反馈]
浏览器已经接收了页面并控制着它的本地渲染。扩展可以识别有意义的单元、收集证据、评估一条声明的规则,并应用一次可逆的呈现变化。
这比一堆互不相干的拦截器更好的抽象。同一台引擎可以表达关于来源、干扰、无障碍、隐私或个人工作流的政策。
2. 评估内容单元,不是整个页面
一个页面可能包含人写的文字、生成的摘要、广告、评论与来自不同来源的图片。给整个文档贴一个标签会丢掉这个结构。
抽取器应当产出这样的单元:
{
"unitId": "local:feed-card:42",
"kind": "article-card",
"text": "…",
"media": [],
"declaredAuthor": "…",
"provenance": [],
"location": {
"origin": "https://example.test",
"route": "/feed"
}
}
站点适配器可以提供高质量的边界。通用回退可以使用语义化 HTML、无障碍角色与保守的 DOM 启发式。轨迹必须说明是哪个抽取器产出了该单元。
私密字段、编辑器、支付表单与消息应当默认被排除。对站点的访问不等于摄入每一个可见字符的许可。
3. 运行时是一个适配器
政策引擎不应属于某一家 AI 公司或某一个模型。
它的分类器接口可能长这样:
interface EvidenceProvider {
id: string;
capabilities(): Promise<CapabilityReport>;
evaluate(unit: ContentUnit, request: EvidenceRequest): Promise<Evidence[]>;
}
适配器可以使用:
- 一项 Chrome 内置 AI 能力;
- 通过 Transformers.js 以 WebGPU 或 WASM 运行的模型;
- 一个 localhost 服务,比如一个用户控制的模型服务器;
- 另一个浏览器原生运行时;
- 一条显式启用的远程提供方。
即使提供方改变,政策依然稳定。每次决策都会记录适配器、已知时的模型身份、配置与返回的证据。
这与我们从 Prompt API 学到的是同一个抽象课:应用应当依赖一条能力边界,而不是悄悄把自己的规则与今天的模型纠缠在一起。
4. 政策是声明式的
一份可携带的政策应当是数据,而不是藏起来的提示词散文:
{
"schema": "browser-policy/1",
"id": "my-generated-content-policy",
"scope": { "origins": ["*"] },
"when": {
"all": [
{ "signal": "ai-origin", "operator": "in", "value": ["verified", "declared"] }
]
},
"action": "hide",
"fallback": "label",
"allowReveal": true
}
引擎把它编译成确定性谓词。模型可以产出证据,但它们不应秘密地决定动作。用户可以检视、导出并编辑这条规则。
政策需要版本控制,因为含义会变。一次决策应当指明所用的确切政策版本。
可复用的矩阵:
| 证据 | 政策决策 | 呈现 | 可逆 |
|---|---|---|---|
| verified 或 declared 的 AI 来源 | transform | 隐藏并加占位符 | 是 |
| 很可能的 AI 来源 | transform | 模糊或标注 | 是 |
| 未知(没有合格证据) | unknown fallback | 显示,可选加标注 | 是 |
| 已验证的非生成式工作流 | allow | 显示 | 不适用 |
5. 保留不确定性
许多有用的信号是概率性的。引擎不应过早地把它们坍缩成真或假。
一条证据项可以陈述:
{
"kind": "classifier-assessment",
"label": "likely-ai-origin",
"confidence": 0.71,
"provider": "local-classifier-a",
"limitations": ["short-text", "language-en"]
}
政策随后决定这份证据能支撑什么。一位用户可能给不确定的内容加标注;另一位可能在来源没有被密码学验证之前不采取任何动作。
「未知」是一个重要结果。它防止缺失的证据被误当成人类创作的证据。
6. 让每个呈现动作都可逆
第一批动作应当影响渲染,而不是底层内容:
- 原样显示;
- 加上标签与证据摘要;
- 降低显著度;
- 模糊并附带一个显示控件;
- 隐藏并留下占位符;
- 在本地转换,例如移除一个自动播放的元素。
占位符应当解释是哪条政策在起作用,并提供「只显示一次」或「更改规则」。当分类器出错、或当前上下文让这条规则没有帮助时,用户需要一条逃生通道。
可逆性也让实验更安全。我们可以在不删除信息的前提下比较政策版本。
7. 给延迟与算力做预算
信息流在用户滚动时可以新增数百个单元。对每个节点都跑一遍模型既慢又浪费。
使用一条分阶段的流水线:
- 检视显式的来源信息与平台标签;
- 应用确定性规则;
- 哈希并查询本地决策缓存;
- 只评估视口附近的单元;
- 批处理相容的推理任务;
- 取消已消失单元的工作;
- 运行时不可用时,回退到一条声明的安全呈现。
Observatory 已经知道如何度量队列时间、首个结果、总延迟与失败。这些度量现在描述的是用户政策的成本。
8. 让决策保持可检视
对每个单元,记录:
抽取器 → 证据 → 分类器 → 政策版本 → 动作 → 用户覆盖
该记录应当区分站点声明、签名来源、本地推理与远程推理。它还应显示有什么数据(如果有)离开了浏览器。
这把一个神秘消失的页面变成一个可调试的系统。它也让用户能追问:某条规则是否隐藏得太多、在某种语言上失效,或在一次模型更新之后表现不同。
结论
浏览器 AI 未必意味着一个由浏览器厂商拥有的助手。它可以是基础设施,为使用浏览器的那个人所拥有的政策服务。
这套架构与提供方无关:抽取内容单元、收集类型化证据、应用声明式规则、渲染可逆动作并保留轨迹。在下一章里,我们将用这台引擎构建一个很难的具体功能:一个过滤具有 AI 来源证据之内容的过滤器。
参考与延伸阅读
- Chrome for Developers, Chrome Extensions documentation.
- Hugging Face, Transformers.js.
- MDN, Intersection Observer API.