WeChat hat im Stillen eine große Aktion gestartet, die Mac-Version stärkt den integrierten Browser – ist das der Vorstoß, um den Weg für Super-Agenten zu ebnen?

Vor kurzem hat Lei Technology entdeckt, dass die Mac-Version von WeChat stillschweigend überarbeitet wurde. Eine wichtige Änderung besteht darin, dass der „integrierte Browser“ gestärkt wird. Wenn ich in der Mac-Version von WeChat auf offizielle Konten oder Hyperlinks klicke, wird der Inhalt nicht mehr wie früher in einem separaten Fenster angezeigt, sondern rechts im integrierten Browser.

(Quelle: Lei Technology)

Das rechte Fenster lässt sich auf mehr als die halbe Bildschirmgröße erweitern und unterstützt wie die von uns täglich genutzten Browser wie Chrome die Anzeige mehrerer Registerkarten, Webübersetzung, Suche, Vollbildanzeige, Freigabe, Favoriten usw. Es kann als ein Prototyp eines „WeChat-Browsers“ bezeichnet werden.

Besonders erwähnenswert ist, dass die Anzeige von „Mini-Programmen“, einer der derzeit wichtigsten Inhaltsformen im WeChat-Ökosystem, weiterhin in separaten Fenstern erfolgt und vorerst nicht auf den offiziellen integrierten Browser zurückgreift.

Sie könnten sagen, dass dies eine sehr kleine Änderung ist. Viele Jahre lang wurden Links in WeChat durch den eigenen Browser von WeChat angezeigt. Für Tencent ist die Browser-Technologie ein Kinderspiel, ganz zu schweigen von seinen frühen Layouts wie QQ Browser und der späteren Übernahme von Sogou. Aber Lei Technology ist der Ansicht, dass das wirklich Beachtenswerte darin liegt: Warum sollte WeChat dieses geteilte Anzeigemodus einführen? Im Wesentlichen geht es darum, den Browser weiter in WeChat zu integrieren.

Warum sollte diese Änderung vorgenommen werden? Die Antwort könnte lauten: Agent. Der Browser ist die Schlüsselform für die Steuerung und Interaktion von Agenten, und alle KI-Systeme integrieren Browser. WeChat ist eine Plattform, die Nutzer in ihrem Leben und bei der Arbeit nicht missen möchten. In Zukunft wird es die Integration mit Agenten beschleunigen, um zu Tencents super KI-Eingang zu werden. Diese kleine Änderung ebnet den Weg für die Agentifizierung.

Wenn Sie die Entwicklungen im Bereich KI und Agenten kontinuierlich verfolgen, werden Sie feststellen, dass der Browser, diese scheinbar älteste Anwendungsform, längst zu einem unvermeidlichen Thema für KI-Giganten geworden ist.

OpenAIs Erkundung des KI-Browsers: Von der Unabhängigkeit zur Integration

Im Oktober 2025 veröffentlichte OpenAI ChatGPT Atlas, als Sam Altman es als Gelegenheit beschrieb, den Browser neu zu überdenken. Aber vor einiger Zeit kündigte OpenAI an, den Dienst dieses Browsers einzustellen, und erinnerte die Nutzer daran, Lesezeichen zu exportieren und Webseiten zu speichern. Es wurde angegeben, dass die Browser-Agent-Funktionen von Atlas auf ChatGPT und Codex übertragen werden.

Ein KI-Browser, auf den große Hoffnungen gesetzt wurden, ist auf diese Weise verschwunden.

Ehrlich gesagt ist dieses Ergebnis nicht sehr überraschend. Als Atlas veröffentlicht wurde, glaubte Lei Technology einst, dass der Browser die am besten geeignete Produktform für die Ausführung von Agenten ist. Der Browser enthält die von Nutzern geöffneten Webseiten, Anmeldezustände, Verläufe und persönliche Informationen. Der Agent weiß nicht nur, was die Person gerade sieht, sondern kann auch direkt klicken, eingeben und absenden.

Bildquelle: OpenAI

Das Problem ist, dass sich allgemeine Agent-Produkte schneller entwickeln als Browser. OpenAI hat Atlas geschlossen, aber Codex hat schon früh den Browser integriert und ist auch in der neuen ChatGPT-Desktop-Version enthalten. Der Browser existiert weiterhin, er benötigt jedoch keinen separaten Client mehr.

Und was ist mit den anderen KI-Browsern?

Die KI richtet ihr Augenmerk auf Browser, bis die selbst surfenden Agenten explodieren

Wenn wir drei Jahre zurückgehen, bestand ein KI-Browser lediglich aus einer zusätzlichen Seitenleiste neben dem Browser.

Im Jahr 2023 integrierte Microsoft Copilot in Edge, Opera stellte Aria vor und Arc nutzte ebenfalls generative KI, um Registerkarten zu organisieren, Dateien umzubenennen und Zusammenfassungen zu erstellen. Sie sparten zwar einige Aktionen wie Kopieren, Einfügen und Fensterwechsel ein, aber die meisten Funktionen konnten durch ein Plugin ersetzt werden. Der Browser blieb ein Browser, die KI wirkte eher wie ein in der Seitenleiste wohnender Frage-Antwort-Assistent.

Im Jahr 2025 tauchten nacheinander Dia und Comet (von Perplexity) auf, und die Branche begann ernsthaft über native KI-Browser zu sprechen. Die KI liest nicht nur die aktuelle Seite, sondern kann auch mehrere Registerkarten, den Browserverlauf und die Nutzerkonten verstehen und dann Informationen im Rahmen einer Aufgabe organisieren. Zum ersten Mal hat der Browser die Chance, die Rolle des reinen Web-Browsers zu verlassen und zu einem persönlichen Arbeitsplatz zu werden, der den vollständigen Kontext beherrscht.

Danach gaben Atlas, Opera Neon und Gemini in Chrome weitere Impulse. Opera definiert Neon bis heute als „built to act“ (für Handlungen ausgelegt), während Google Gemini das Bestellen von Mahlzeiten, Reservierungen und Einkäufen überlassen hat. Das Verkaufsargument von KI-Browsern besteht nicht mehr darin, Menschen beim Betrachten von Webseiten zu helfen, sondern darin, Webseiten für Menschen zu bedienen und Aufgaben zu erledigen.

In China folgte man schnell. Das von Meituan stammende Team von Light Years Away stellte Tabbit vor, das sich direkt als nativer KI-Browser definiert, auf Registerkarten, Screenshots und lokale Dateien zugreifen kann und es Agenten ermöglicht, Seiten selbstständig zu lesen, Formulare auszufüllen und Aufgaben über verschiedene Websites hinweg auszuführen. All diese Veränderungen verwandeln den Browser in einen Arbeitsbereich für Agenten.

Diese Logik ist nicht falsch. Der Browser beherbergt ein hochkompatibles Internet, in dem fast alle Online-Dienste (mit Ausnahme der Plattformen der großen chinesischen Internetkonzerne) geöffnet werden können. Noch wichtiger ist, dass KI-Browser die von Nutzern vertrauten Registerkarten, Adressleisten und Fenster beibehalten. Nutzer können den Agenten Schritt für Schritt bei der Arbeit zusehen und vor der Bezahlung, dem Versand und der Absendung die Kontrolle übernehmen.

Aber gleichzeitig ist der Browser auch eine etablierte Nutzergewohnheit. Daten von StatCounter zeigen, dass Chrome im Juni dieses Jahres noch 69,65 % des globalen Browser-Marktes einnimmt. Für die meisten Menschen bedeutet das Ersetzen von Chrome oder Safari die erneute Migration von Lesezeichen, Passwörtern, Plugins und Anmeldezuständen. KI-Browser müssen ihren Wert weit über den eines einfachen Plugins hinaus beweisen, um Nutzer zum Wechseln zu bewegen.

Agent-Plattformen hingegen brechen mit diesem alten Modell.

Nutzer möchten Informationen suchen, Hotels buchen, Dateien organisieren oder ein Formular absenden – es ist ihnen egal, welchen neuen Browser sie dafür öffnen. Solange der Agent das Ergebnis in ChatGPT, Codex oder dem Betriebssystem liefern kann, spielt es keine Rolle, wo der Browser gestartet wird. Wenn APIs aufgerufen werden können, werden APIs aufgerufen. Wenn Websites Standardschnittstellen wie MCP anbieten, werden Tools direkt aufgerufen. Wenn es wirklich keinen maschinellen Zugang gibt, wird eine Webseite geöffnet, um die Oberfläche zu erkennen und Klicks zu simulieren.

Bevor Atlas geschlossen wurde, verfügte die Codex-Desktop-Version bereits über einen integrierten Browser. Der Agent kann bei Bedarf Webseiten öffnen, über verschiedene Registerkarten hinweg agieren, Dateien herunterladen und auch auf Chrome mit bereits vorhandenen Anmeldezuständen des Nutzers zugreifen. Später wurden Codex und ChatGPT zu einer neuen Desktop-Anwendung zusammengeführt, wobei der Browser weiterhin als gemeinsame Aufgabenfunktion von Work und Codex fungiert.

Diese Reihenfolge ist sehr aufschlussreich. Der natürlichste Platz für einen Browser ist innerhalb der Agent-Plattform, bedarfsorientiert aufzurufen – nicht umgekehrt, dass ein ganzer Browser den Agenten umschließt.

In China stellen Tencents WorkBuddy, ByteDances Doubao Work und Alis Qiangwen Office Dokumente, Tabellen, PPTs, Webseiten oder Projektergebnisse in den Vordergrund, während die Netzsuche, das Lesen von Dateien und das Aufrufen von Tools in den Ausführungsprozess eingebettet sind. Doubao Work und Qiangwen Office können auch direkt Webseiten bedienen.

Für Nutzer ist es wichtig, das Ergebnis zu erhalten, nicht zu begleiten, wie viele Webseiten geöffnet werden. KI-Browser reduzieren den Aufwand beim Durchsuchen von Webseiten, während Agenten beginnen, das „Durchsuchen von Webseiten“ selbst zu reduzieren.

Unabhängige Browser werden nicht verschwinden, aber sie rücken in den Hintergrund

Cloudflare veröffentlichte im Juli dieses Jahres einen Bericht, der darauf hinweist, dass nicht-menschlicher Datenverkehr erstmals über 50 % des gesamten Internetverkehrs ausmacht. Diese Zahl kann nicht direkt so interpretiert werden, dass KI-Agenten bereits die Hälfte des Internetverkehrs erzeugen – dazu gehören auch Trainings-Crawler, Such-Crawler und andere automatisierte Programme. Aber Cloudflare gab gleichzeitig bekannt, dass KI-Training bis Juni bereits 52 % der von ihm erkannten Crawler-Anfragen ausmacht, und Crawler für gemischte Suche, Agenten und Trainingszwecke über 36 % betragen.

Eine radikalere Einschätzung stammt von Thomas Seifert, CFO von Cloudflare. Er erwartet, dass der maschinelle Datenverkehr in den nächsten fünf Jahren das 1000-fache des menschlichen Datenverkehrs erreichen könnte. Dies ist natürlich nur eine Prognose, und Seifert räumt ein, dass seine Einschätzung abweichen könnte. Aber der damit verbundene Trend ist bereits sichtbar: Das Internet empfängt immer mehr und immer häufigerere maschinelle Besucher.

Elon Musk erkennt diese Veränderung ebenfalls voll und ganz an.

Bildquelle: X

Aber während die auf Menschen ausgerichteten KI-Browser an Bedeutung verlieren, entstehen Browser für Agenten. Cloudflare hat Browser Rendering in Browser Run umbenannt – ein cloudbasierter Browser für Agenten, der im Cloud-Bereich einen headless Chrome starten lässt, damit Agenten Webseiten bedienen, Inhalte erfassen, Screenshots erstellen und Aufzeichnungen, Wiedergabe sowie menschliche Übernahme unterstützen.

Dieser Browser benötigt keine für Menschen ausgelegte GUI, wird nach Abschluss einer Aufgabe zerstört und kann in der Cloud tausendfach wieder aktiviert werden.

Der Grund liegt darin, dass das heutige Internet immer noch für Menschen entwickelt wurde. Viele Websites verfügen nicht über APIs, geschweige denn über MCP. Anmeldevorgänge, CAPTCHAs, dynamische Seiten und Bezahlprozesse hängen alle von grafischen Oberflächen ab. Damit Agenten diesen Teil des alten Internets bedienen können, benötigen sie weiterhin eine Kompatibilitätsschicht, die Webseiten vollständig ausführen kann.

Aber Klicks auf Webseiten sind nicht die ideale Schnittstelle für Maschinen. Schaltflächen können ihre Position ändern, Seiten können überarbeitet werden, Popups und CAPTCHAs können Aufgaben jederzeit unterbrechen. Mit der Integration von WebMCP in Browser Run ermöglicht Cloudflare Websites, strukturierte Tools direkt für Agenten bereitzustellen, um den Interaktionszyklus „Screenshot betrachten – Schaltfläche finden – klicken“ zu ersetzen.

Im Wesentlichen beginnt das Internet, sich für KI-Agenten umzugestalten. Bisher gingen Websites standardmäßig davon aus, dass Besucher Menschen sind, und organisierten Dienste über Seiten, Schaltflächen und Formulare. In Zukunft werden immer mehr Websites maschinenlesbare Inhalte, Identitäten, Berechtigungen und Transaktionsschnittstellen anbieten, sodass Agenten keine Mausklicks mehr nachahmen müssen, um zu suchen, zu vergleichen und Bestellungen aufzugeben. Webseiten werden nicht sofort verschwinden, aber sie erhalten einen zusätzlichen Eingang für Maschinen.

Auf der anderen Seite rücken Browser in den Hintergrund. Früher suchten Nutzer selbst, öffneten zehn Webseiten, verglichen Informationen und füllten Formulare aus. Jetzt müssen Nutzer dem Agenten nur das Ziel mitteilen, während das Surfen im Internet und die Interaktion in den Hintergrund verlagert werden. Der Agent kann nacheinander mehrere Browser-Instanzen starten oder auf APIs oder MCP zurückgreifen, und Nutzer sehen Webseiten nur kurz, wenn Ergebnisse oder wichtige Bestätigungen angezeigt werden.

Beispielsweise integriert Doubao Work den Browser in seine Benutzeroberfläche, der direkt für die Inhaltsanzeige und die Interaktion mit Nutzern verwendet wird: