少数派 10 月 22 日有一篇文章，作者奕枢介绍他自己做的工具 By Your Side。一个常驻 Chrome 侧栏的助手。
它跟聊天框的区别只有一句：用你正在用的那一页，也用这一页的登录状态。
也就是说，后台、邮箱、网申系统这些登录之后才看得见的东西，它能直接进去。
代价是它也会动手。
它到底能干什么
作者给了几段录屏。
打开一篇英文维基，说「翻译成中文」，译文直接替换原文，排版和配图留在原位。接着说「标题改成紫色、正文换宋体」，它在同一页上改好。
每次回答上方留一行灰字：做了 2 步 · 耗时 15 秒。
在 Mac 机型对比页问「这几款哪个适合我」，它把规格整理成一张表，点表头能按续航排序。
在一页数据表上问「这些年有什么变化」，它画成折线，拖滑块逐年看。
也能跨页面干活。
读完一篇讲 AI 和新人程序员的文章，问「同行怎么评价这些观点」，它会去读另外几篇。
读到的立场汇成一张表。再让它用三四行中文总结，总结会贴回原文旁边。
四条规矩
这四条是作者给产品定的，也是全文最值得抄下来的部分。
第一条，每次动手留痕。回答上方写做了几步、耗时多久，展开能看到每一步点了什么、填了什么。
第二条，随时能接管。点「接管」，它立刻停手。你改完点「交还」，它先重读你改过的页面，再接着做。
第三条，发送前先问。覆盖三类路径：点发送按钮、多行输入框里按回车、通过页面脚本提交。
第四条，付款由人完成。识别为付款的操作会被阻止执行，即使你在对话里要求它代付。
第四条要补一句作者自己的说明：它靠识别来判断，不代表所有页面都没有漏判。
第一句话该说什么
四条规矩是产品层面的。落到你手上，第一句话得交代三件事：能碰哪些页面、不许碰哪些按钮、做到哪一步回来问你。
可以直接照抄的版本：
「这个页面上你可以填表，但「提交」「删除」「取消订单」这三个按钮不许点。填完先告诉我你填了哪几栏，我确认了再走下一步。」
失效的版本是另一句：「帮我把这个表填了。」
两句话的差别不在礼貌。前一句把「要不要问你」变成了一个显式条件，后一句把这个判断整个留给了模型。
想再稳一点，加一句：「每次点按钮之前，先说一句你要点哪个。」
让它报步骤
对应第一条规矩。你手上的工具不一定有「做了 N 步」这行字，但只要它肯说清自己在干什么，效果差不多。
作者给了一个能说明留痕价值的例子。
他让助手提取一个视频的字幕。页面上的字幕轨找不到，试了几种办法，最后它自己写了段脚本把字幕取下来，前后花了 5 分 42 秒。
过程看得见，才知道它绕了多远。
你改完页面，它怎么接着做
这是最容易翻车的一步。
你手动动了页面上的东西，比如删掉一栏、换掉一个选项。这时候只说「继续」，它很可能按改之前的状态往下走。
正确的一句是：「我刚才删了第二栏，你重新读一遍当前页面，从第三栏继续。」
关键在「重新读一遍」这五个字。删掉它，模型多数会沿用上下文里的旧页面。
第二件事是让它把方法留下。这个工具的用法是：「把这次的做法记下来，下次还是这个网站，直接用。」
作者给的对比数字：第一次提取字幕 5 分 42 秒，第二次换一个新视频，12 秒做完。
这里有一条边界要讲清。
记忆面板里存的是成功操作的方法，以及你主动告诉它的偏好和资料。
网页正文里、或者网页里要求它「记住」的指令，不作为这类记忆保存。密码、验证码、卡号也不进记忆。
这条设计的意义是，网页没法通过一句话往它的长期记忆里塞东西。
网页上有些字，不是写给你看的
最后说风险。
页面里可能夹带针对 AI 的指令。人看屏幕只看得到渲染出来的样子，助手读的是页面内容，藏起来的部分它照样读到。
这类攻击有个名字，叫间接提示词注入。
绕不开的原因是那个取舍：除了发送和付款，普通的点击和填写不会逐次弹窗确认。要是每一步都问，这工具就没法用了。
作者的建议是，现阶段只在可信的网站上让它自动操作，而且要在旁边看着。可信网站也排除不了这类风险。
他列的已知问题还有几条。
装起来麻烦。只能源码安装，要 Node.js 22.19 以上。
兼容范围窄。只在 macOS 加 Chrome 上完整测过，Edge、Brave、Arc 和 Windows、Linux 理论上能装但没逐一验证，不支持 Firefox 和 Safari。
还有几个毛病：主模型长时间没回应时，有时不会切到备用模型；实时语音在部分时段容易断；页面脚本仍然能读到密码框里的值。
它能替你点一百下鼠标，担不了你的一次责任。
【资料来源】少数派 2026 年 10 月 22 日《让 AI 在你我身旁，陪我把网页上的事做完》，作者奕枢。文中功能与数字均引自该文，作者声明与产品存在利益相关。
安装步骤与已知问题以作者原文及项目仓库为准。文中所列四条规矩是作者为该产品设定的行为，其它工具是否具备同等机制，需各自确认。