AREX Feed Article
Unsloth 上线本地模型浏览器接管功能：Qwen3.8-27B 演示无人干预下棋与绘画
10 月 28 日北京时间 22:38，本地模型工具 Unsloth 背后的团队 Unsloth AI 在其 X 企业认证账号宣布：本地大语言模型（LLM）现在可以通过 Unsloth 接管浏览器并自主完成任务。帖文给出的例子是 Qwen3.8-27B——称其“成功控制浏览器完成了下棋、绘画等任务，全程无人工干预”。
公告同时附上两个可核验的链接：GitHub 链接指向 仓库，其自述为“运行与训练 LLM 及扩散模型的本地 UI”，支持 GGUF、MLX、Qwen3.8、DeepSeek-V4 等格式与模型；指南链接指向官方文档中的 页面。帖内还嵌有一段演示视频。截至本稿检索时，这条获得 583 个赞、56 次转发、53 条回复和约 2.2 万次浏览。下棋、绘画的完成情况目前只有 Unsloth 一方的说法作依据：公告正文没有附跑分或第三方核验数据，视频内容本报道也无法独立核验。
图：Unsloth 官方指南截图。带视觉能力的模型在聊天里发起 browser_screenshot 调用，读取并描述自己截下的 Kenney “Pirate Kit” 页面，右下角显示 28.7 tok/s 的生成速度。
指南给出的操作路径：桌面端、工具调用模型与 Browser use 开关
指南把这项功能称为 Browser use，入口在 Unsloth Desktop 聊天输入框旁的 “+” 菜单里。前提是模型支持 tool calling（工具调用）：文档写明该功能“适用于支持工具调用的本地模型和受支持的 API 模型”，带视觉能力的模型还能检查自己截下的页面截图。安装端覆盖 macOS、Windows 与 Linux，可用 brew、winget、一行 curl 脚本或 Docker 镜像 unsloth/unsloth 装好；在 Model Hub 选一个支持工具调用的模型和适配设备的量化版本，下载加载后即可开启。
指南的示例任务是一条完整的多步指令：打开素材站 kenney.nl，为一个海盗岛小游戏找出环境、角色、UI 三类素材包，逐个打开页面，报告名称、链接、用途，并核对页面列出的许可证，且不许下载任何东西。按文档描述，模型可以读页面、点链接、操作按钮和表单；需要看图时，它会发起 browser_screenshot 工具调用，把截到的画面带回聊天，用户展开调用记录就能看到模型“看到”了什么。
图：指南示例的后续环节——用户追问“哪个素材包更适合俯视角游戏”后，模型对四个 Kenney 素材包生成 “Style Comparison” 对比表。
接管的是 Unsloth 自己的标签页，不是你的 Chrome
“接管浏览器”的实际范围比字面窄。文档明确：模型工作在自己的 Unsloth 浏览器标签页内，不能控制 Chrome、Firefox 或其他浏览器的标签页；导航目标仅支持公网 HTTP/HTTPS 网站，localhost（本机地址）、内网地址和 file:// 链接都不能打开。
审批是默认开启的。提交表单、登录、发送、购买、删除这类动作，浏览器面板会先弹出 Allow/Deny 请求，打开新网站前也可能先询问；密码和支付信息必须用户亲自输入，标准浏览器工具填不了这些字段，也不能上传文件。设置中的 Agent permissions（代理权限）分四项：可访问网站、动作审批、下载、以及画布等无命名控件区域的点击拖拽；浏览历史读取另设三档开关，脚本每次运行前都要单独批准。
被点名的 Qwen3.8-27B：27.3B 参数、能看图、16～19GB 显存门槛
公告点名的模型有公开记录可查。Unsloth 于 8 月 13 日在 Hugging Face 发布的 （GGUF 是本地推理常用的量化模型格式）页面显示：模型共 27.3B 参数，累计下载超过 2,150 万次，近 30 天约 604 万次。模型卡介绍它是原生视觉-语言模型，能理解图像与视频，带灵活的思考控制，面向“复杂、多步的长程任务”设计。
给出的运行门槛是：27B 的 4-bit 量化需要 16～19GB 显存，对应 RTX 5080、RTX 4090 或 24GB 内存的 Mac；上下文窗口 262,144 token（模型处理文本的基本单位），可经 YaRN（一种上下文长度扩展技术）扩到 100 万。文档另称，8 月 19 日起其 GGUF 改用 Dynamic V3.0 量化方案，同体积下准确率提高 10%——这些数字同样出自 Unsloth 自己的口径。
回复区的追问：审批提示、“完成”的判断与容错
回复区在祝贺之外还有不少追问。用户 对照指南发问：既然默认在表单提交、登录和发送前会请求确认，“下棋和绘画的运行有没有碰到这些审批提示？”用户 则指出两项任务的差异：“下棋有明确的终局状态，绘画没有。当‘完成’是一个判断而非一个屏幕状态时，浏览器控制就会变难。” 则问容错与极限：27B 模型自己开浏览器，“多久会卡在一个验证码上？”
公告本身没有回答这些问题。演示所用的量化版本、权限设置、任务耗时，推文正文均未提及；现在可以核对的是仓库与指南两个链接，以及指南自认的一条限制——工具调用的可靠性“因模型而异”。