香港科技大学开发WebSeek：让网页数据分析像搭积木一样简单

你有没有这样的经历：想要比较不同网站的商品价格，或者需要从各个新闻网站收集信息来验证一条消息的真实性，结果发现自己在无数个浏览器标签页之间疲于奔命，还要不断地复制粘贴数据到Excel表格中？这种碎片化的工作方式不仅效率低下，还容易出错。香港科技大学的研究团队深刻理解这种痛苦，他们开发出一个名为WebSeek的智能浏览器插件，这项研究发表于2026年4月在巴塞罗那举行的CHI会议（CHI '26），有兴趣深入了解的读者可以通过论文编号arXiv:2601.15100查询完整论文。

WebSeek就像是给你的浏览器装上了一个智能助手，它能够帮你从网页中提取数据，并且在一个统一的工作台上进行整理和分析。更重要的是，这个助手不是那种完全自动化的"黑盒子"，而是一个懂得配合你节奏的合作伙伴。你可以直接操控数据，也可以让AI来帮忙，整个过程就像在一个交互式的画布上搭建数据积木一样直观有趣。

研究团队发现，现在市面上的AI网络助手虽然功能强大，但它们往往像是神秘的魔术师——你提出要求，它们就变出结果，但你完全不知道中间发生了什么。这种"黑盒子"的工作方式在需要仔细分析数据做决策的时候就显得不够可靠了。WebSeek的创新之处在于它把数据变成了你可以直接触摸和操作的"积木块"，你既可以亲自动手排列组合，也可以让AI助手帮你搬运和整理，整个过程透明可控。

一、传统网页数据处理的困境与WebSeek的解决思路

当我们需要在网上做一些复杂的比较或研究时，传统的做法就像是一个杂技演员在同时表演多个项目。比如说，你想买一台相机，需要在亚马逊、eBay等多个平台比较价格、用户评分和技术参数。按照传统方法，你得打开好几个浏览器标签，在各个网站之间切换，手动复制产品信息到Excel表格，然后再想办法分析这些数据。这个过程不仅繁琐，还容易出错，而且很难保持数据的一致性。

现有的AI网络助手确实能够自动化很多网络任务，但它们的工作方式更像是一个不透明的代理人。你告诉它"帮我比较一下这几款相机"，它可能会给你一个最终结果，但你无法知道它是如何收集数据的，也无法检查中间过程是否准确，更无法根据自己的需求调整分析方法。

WebSeek采用了一种全新的思路，它把数据处理过程变成了一种"协作式搭建"的体验。你可以把它想象成乐高积木的搭建过程：每一块数据都是一个实实在在的积木块，你可以看到它、触摸它、移动它，也可以让智能助手帮你找到合适的积木或者建议搭建方案。这样既保持了完全的控制权，又能享受到AI的便利。

研究团队通过深入分析用户的实际需求，发现数据驱动的决策过程实际上包含四个主要阶段：发现合适的数据源、提取和整理数据、清理和验证数据质量、最后进行建模和可视化分析。传统工具往往只专注于其中的某一个环节，导致用户需要在不同工具之间切换。WebSeek的创新在于它在一个统一的环境中支持了整个流程，让用户可以无缝地从数据发现走向最终决策。

二、WebSeek的智能协作框架设计

WebSeek的核心理念是建立一个"混合主导权"的协作模式，这个概念听起来复杂，但实际上就像是你和一个非常默契的搭档一起工作。有时候你主导，AI配合；有时候AI提出建议，你来决定是否采纳。整个过程中，控制权始终在你手中。

研究团队为这种协作模式设计了一套完整的框架，把AI的帮助分为两大类：主动建议和响应请求。主动建议就像是一个细心的助手，它会观察你的操作模式，在合适的时机提出有用的建议。比如当你从网页上提取了两个相似的产品信息后，它可能会建议"要不要把这一页的所有类似产品都提取出来"？而响应请求则更像是传统的问答方式，你有明确需求时可以直接跟它对话。

这套框架的巧妙之处在于它根据任务的复杂程度采用不同的建议方式。对于简单、重复性的任务，比如填充表格中的空白单元格，AI会直接在你的工作区域显示建议，你可以一键接受。对于复杂的策略性决策，比如是否合并两个数据表，AI会在侧边栏显示详细的建议说明，给你充分的考虑时间。

特别值得一提的是，WebSeek的AI助手具备"上下文理解"能力，它不仅会考虑你当前的操作，还会分析你之前的行为模式、当前浏览的网页内容、工作区中已有的数据，甚至你们之前的对话历史。这就像是一个真正了解你工作习惯的同事，能够准确把握你的意图，提供真正有用的建议。

三、让数据变成可操控的"积木块"

WebSeek最具创新性的特点是它把抽象的数据转化为具体可操控的"实例对象"，你可以把这些对象想象成不同形状的积木块。有些是表格积木，记录着产品信息；有些是图表积木，展示数据的趋势；还有一些是文本积木，保存着从网页提取的关键信息。

这些数据积木不是静态的，而是完全可以互动的。你可以直接在表格中编辑数据，就像在Excel中一样；你可以拖拽图表的元素来改变显示方式；你甚至可以点击图表中的某个数据点，系统会自动导航到原始网页的相应位置，让你验证数据的来源。

当你需要整合来自不同网站的信息时，这些积木的优势就更加明显了。比如你从亚马逊获得了一份产品列表，从另一个评测网站获得了详细的技术参数，你可以直接将两个表格积木拖到一起，系统会智能地识别相同的产品，并建议如何合并这些信息。整个过程就像是在玩拼图游戏，既直观又有趣。

研究团队还为WebSeek设计了强大的数据追溯功能。每个数据积木都保持着与原始网页的连接，这就像是在每个积木上贴了一个"出生证明"。无论你对数据进行了多少次加工和变换，你都可以随时追溯到它的原始来源，确保数据的可信度。

四、三种协作模式的巧妙配合

WebSeek提供了三种不同的人机协作模式，它们就像是三种不同的工作节奏，适应不同的任务需求。

第一种是"即时建议"模式，AI会在你工作的过程中实时提供小贴士。比如当你在填写表格时，如果AI发现了某种规律，它会用绿色文字直接在表格中显示建议的内容，你只需要按Tab键就可以接受。这种模式特别适合处理重复性工作，能够大大提升效率。

第二种是"策略建议"模式，当你暂停思考时（比如超过5秒没有操作），AI会在侧边栏显示一些高级建议，比如"要不要创建一个可视化图表来比较这些数据"或者"检测到两个表格有相同的产品ID，是否需要合并"。这些建议通常涉及较复杂的操作，需要你仔细考虑后再决定。

第三种是"对话协作"模式，你可以随时与AI进行自然语言对话。比如你可以说"给表格1添加一列用户评分数据"，AI会理解你的意图并执行相应操作。更贴心的是，你可以使用@符号来引用工作区中的特定数据对象，就像在社交软件中@某个朋友一样。

这三种模式可以无缝切换，根据你当前的需求和工作节奏自动调整。比如在数据提取阶段，即时建议模式能帮你快速完成重复工作；在数据分析阶段，策略建议模式能为你提供专业的分析思路；而当你遇到复杂问题时，对话协作模式让你可以详细描述需求，获得精准帮助。

五、实际应用场景的精彩演示

为了验证WebSeek的实用性，研究团队设计了一个典型的购物决策场景。假设你是一个公司的市场专员，需要为公司采购一台相机，预算有限，需要综合考虑价格、用户评价、技术参数等多个因素。

使用WebSeek的过程就像是一场有趣的探索之旅。首先，你创建一个名为"相机采购"的工作空间，系统立即在侧边栏建议了几个知名的电商和评测网站。你选择先去亚马逊查看，开始手动选择几个感兴趣的产品，将产品图片和标题添加到你的数据表格中。

当你选择了第二个产品时，AI立刻识别出了模式，用绿色高亮显示建议："要不要自动提取这一页的所有类似产品？"你按Tab键接受建议，瞬间就获得了一个包含20多个产品的完整列表。但你发现表格中缺少一些关键信息，于是你通过对话功能说："给@相机列表添加用户评分和像素数据"，AI很快就从亚马逊页面提取了这些信息并更新了表格。

接下来，你转到eBay继续收集数据，重复类似的过程创建了第二个产品列表。这时，AI观察到你有两个结构相似的表格，主动建议："检测到两个表格包含相同类型的产品信息，是否要合并成一个综合对比表？"AI甚至贴心地提示需要先统一货币格式（亚马逊用美元，eBay用港币），然后执行合并操作。

最后，你想要更直观地比较这些产品，于是说："用@合并后的相机数据创建一个可视化图表"。系统生成了一个散点图，横轴是价格，纵轴是用户评分，每个点代表一个产品。你在图表中发现了一个特别有趣的产品点——价格适中但评分很高，点击这个点后，WebSeek自动导航回eBay的原始产品页面，并高亮显示这个产品，让你可以查看详细信息。

六、用户体验研究的重要发现

研究团队邀请了15名来自不同背景的用户来测试WebSeek，这些用户包括大学生、工程师、医学生等，他们的数据分析经验各不相同。测试包含两个典型任务：验证一条新闻的真实性和进行产品比较购物。

测试结果非常令人鼓舞。所有用户都成功完成了任务，而且他们对自己的决策结果表现出很高的信心。更有趣的是，不同用户展现出了截然不同的工作风格。有些用户喜欢大量使用AI建议来提高效率，有些则更倾向于手动控制每个细节，还有一些用户会根据任务阶段灵活调整协作模式。

用户们普遍认为即时建议功能"非常实用且准确"，特别是在数据提取阶段，能够显著减少重复性工作。一位用户评价说："它就像是能读懂我意图的助手，总是在合适的时机提供合适的帮助。"但对于策略建议功能，用户的反应比较分化——那些任务目标明确的用户认为这些建议"有时候不够贴合个人需求"，而那些对下一步不太确定的用户则认为这些建议"很有启发性"。

最让研究团队感到惊喜的是用户对"数据积木"概念的接受度。几乎所有用户都表示，能够直接看到和操控数据让他们感觉"更加安心和可控"。一位用户形象地说："传统的AI工具就像是一个黑匣子，你不知道它在里面做了什么。而WebSeek让我感觉数据一直在我的掌控之中，AI只是在帮我更高效地完成工作。"

用户们还展现出了令人意想不到的创造性使用方式。有些用户会将多个可视化图表并排放置进行对比分析，有些会创建自定义的计算公式来评估产品，还有用户学会了在数据提取之前先使用网站原生的过滤功能来精确筛选信息。这些多样化的使用模式证明了WebSeek设计的灵活性和适应性。

七、技术架构的创新突破

WebSeek的技术实现采用了一种"工具调用"的架构模式，这种设计就像是给AI配备了一套专业工具箱。与传统AI直接生成最终结果不同，WebSeek的AI更像是一个熟练的工匠，它会根据任务需求选择合适的工具，然后按步骤完成工作。

这套工具箱包含了数据处理的各个环节所需的专业工具。比如有专门用于网页元素选择的工具、用于数据类型转换的工具、用于表格合并的工具、用于创建可视化图表的工具等等。每个工具都经过精心设计和充分测试，确保执行结果的准确性和可靠性。

AI的角色更像是一个项目经理，它负责理解用户的需求，制定执行计划，然后调用相应的工具来完成具体操作。这种设计的优势在于既保证了AI建议的准确性（因为底层工具是确定性的），又维持了足够的灵活性（因为AI可以根据情况组合不同的工具）。

为了提供准确的建议，WebSeek会收集丰富的上下文信息，包括当前网页的HTML结构、工作区中所有数据对象的状态、用户最近的操作历史、以及之前的对话记录。系统会将这些信息智能地组织和压缩，然后发送给大语言模型进行分析和决策。

研究团队还为WebSeek设计了一套"用户中心"的工作原则，确保AI始终扮演辅助角色而不是主导角色。比如当用户正在编辑某个数据对象时，AI会自动停止对该对象的建议，避免干扰用户的思路。如果需要修改用户视野之外的数据，AI会先征得用户同意并引导用户查看相关内容。

八、性能表现与可靠性验证

为了验证WebSeek的实际性能，研究团队创建了一套包含50个不同复杂程度任务的测试基准。这些任务涵盖了从简单的数据提取到复杂的多源数据分析等各种场景，就像是给WebSeek设计的"期末考试"。

测试结果显示，WebSeek在各种任务中都表现出了很高的准确率。对于简单任务，准确率达到了100%；对于中等难度任务，准确率为98.7%；即使是最复杂的任务，准确率也保持在80%以上。更重要的是，系统的响应速度很快，大多数建议都能在20秒内生成。

研究团队特别关注那些出现错误的情况，发现主要问题集中在数据类型识别错误和AI工具调用格式不正确等方面。但即使在这些情况下，WebSeek的容错机制也能发挥作用——系统会提醒用户存在问题并提供替代方案，用户可以选择手动操作或者重新请求AI建议。

在真实用户测试中，WebSeek也展现出了良好的稳定性。用户平均每个任务花费约13-15分钟，其中67%的时间用于手动操作，33%依赖AI协助。这个比例反映了WebSeek设计目标的成功实现——AI提供有效帮助的同时，用户保持主导地位和足够的控制感。

值得注意的是，用户对WebSeek的整体满意度评分达到73.11分（满分100分），这在同类工具中属于相当不错的水平。用户特别赞赏系统的透明度和可控性，认为这种设计让他们对最终决策更有信心。

九、未来发展方向与应用前景

WebSeek的成功验证了"数据为中心"的人机协作模式的巨大潜力，但研究团队也清醒地认识到当前版本还存在一些限制和改进空间。

首先是系统的可扩展性问题。当工作区中的数据对象数量增加时，界面的组织和管理会变得复杂。研究团队正在探索更先进的界面设计方案，比如分层管理、智能分组、以及数据对象之间关系的可视化显示等。

其次是上下文管理的优化。目前系统需要将大量上下文信息发送给AI模型，这在处理大型网页或复杂项目时可能会影响响应速度。未来的改进方向包括更智能的上下文筛选算法，以及针对特定任务的专用小模型。

从应用前景来看，WebSeek代表的这种协作模式有着广阔的扩展可能。它不仅适用于网页数据分析，也可以推广到其他需要人机协作的领域，比如文档处理、图像分析、甚至是编程辅助等。关键在于把复杂的工作流程分解为可操控的"积木块"，让用户既能享受AI的效率，又能保持必要的控制权。

研究团队特别强调了这项工作对于未来AI工具设计的启示意义。随着AI能力的不断增强，如何在自动化和用户控制之间找到平衡点将成为一个越来越重要的问题。WebSeek提供了一个很好的范例，证明"用户中心"的AI设计理念不仅可行，而且能够带来更好的用户体验和更可靠的结果。

说到底，WebSeek的真正价值不仅在于它提供的具体功能，更在于它展示的一种新的人机协作哲学。在这种模式下，AI不再是神秘的"魔法师"或者完全自主的"代理人"，而是一个透明、可控、善于配合的"工作伙伴"。这种转变可能会深刻影响未来AI工具的发展方向，让技术真正服务于人类的需求和价值观。

从普通用户的角度来看，WebSeek所代表的这种技术发展趋势是非常积极的。它意味着我们不需要成为技术专家就能够充分利用AI的强大能力，同时又不必担心失去对工作过程的理解和控制。在数据日益重要的今天，这样的工具能够让每个人都成为更好的决策者，这无疑是一件令人兴奋的事情。

Q&A

Q1：WebSeek和ChatGPT这样的AI助手有什么区别？

A：WebSeek最大的区别在于它把数据变成了可以直接操作的"积木块"，你可以看到、触摸和控制整个数据处理过程。而ChatGPT更像是一个"黑盒子"，你提出要求它给出结果，但你无法参与中间过程。WebSeek让你既能享受AI的效率，又能保持完全的控制权，特别适合需要仔细分析数据做决策的场景。

Q2：普通人使用WebSeek需要编程基础吗？

A：完全不需要。WebSeek专门为普通用户设计，所有操作都通过拖拽、点击等直观方式完成，就像玩积木一样简单。你可以直接在表格中编辑数据，用自然语言和AI对话，或者接受AI的智能建议。系统会自动处理复杂的技术细节，你只需要专注于数据分析和决策本身。

Q3：WebSeek目前可以在哪些浏览器上使用？

A：根据研究报告，WebSeek是基于WXT框架开发的浏览器扩展程序，测试中主要支持Chrome（130版本以上）和Microsoft Edge（140版本以上）。不过这还是研究阶段的原型产品，尚未正式发布给普通用户使用。感兴趣的用户可以关注相关技术进展。