Launch HN: Intuned (YC S22) – 以代码形式构建和运行可靠的浏览器自动化

背景

在当前的 Web 数据获取与自动化领域，开发者长期面临一个核心痛点：维护浏览器自动化脚本（如使用 Playwright 或 Selenium）极其耗时且脆弱。网站结构的频繁变更、反爬虫机制的升级以及认证会话的管理，往往导致自动化任务频繁失败。尽管 AI 模型在理解网页内容方面取得了巨大进步，但将这种理解转化为稳定、可生产环境部署的自动化代码仍然是一个挑战。

Intuned（Y Combinator S22 期孵化项目）正是在此背景下应运而生。它旨在解决“停止编写浏览器自动化”这一需求，通过 AI Agent 自动生成生产就绪的 Playwright 代码，并在网站结构变化时自动修复代码。其核心理念是让开发者获得代码级别的可靠性，而无需亲自编写和维护复杂的自动化逻辑。

核心内容

Intuned 提供了一套完整的浏览器自动化解决方案，涵盖 Scraper（爬虫）、Crawler（爬取器）、RPA（机器人流程自动化）和 AI 自动化四大场景，并推出了具备“学习”能力的 Web Tasks API。

1. Scraper（数据提取器）

专注于从任何网站提取数据，包括电商、政府门户、招聘网站等。

• Intuned Agent：根据提示词（Prompt）和 Schema 生成爬虫代码，并在网站结构变化时利用 AI 自动修复问题。
• 代码灵活性：支持使用 TypeScript 或 Python，基于 Playwright 或任何兼容的库/框架编写。
• 反检测与认证：内置反检测、验证码解决（Captcha solving）和登录处理功能。
• 调度与监控：支持定时任务运行，提供完整的日志记录和会话录制。
• 自动扩展：从单机到数百台机器，基础设施由平台自动管理。

2. Crawler（站点爬取器）

用于在成千上万页面上发现、导航和收集数据，构建能够跟随链接、解析站点地图并索引内容的爬取器。

• 代码灵活性：同样支持 TypeScript 或 Python，兼容 Playwright 或任何爬取库。
• Crawl4AI 支持：提供对 Crawl4AI 的一流支持，无需管理基础设施即可部署和扩展爬取器。
• 隐身模式：内置反检测、代理和验证码解决功能。
• 可扩展基础设施：用户控制运行机器数量，其余由平台处理。

3. RPA（机器人流程自动化）

构建代表用户与网站交互的浏览器自动化，如表单提交、数据录入、账户操作等。特别适用于集成那些不提供 API 的服务。

• 内置认证支持：通过编写 create.ts/check.ts（或 Python 对应文件），Intuned 管理会话生命周期（验证、复用和重建）。
• 多引擎支持：支持 TypeScript/Python 配合 Playwright，或通过 AI 驱动（如 Anthropic Computer Use, OpenAI CUA, Stagehand, Browser-use, Gemini Computer Use）。
• 操作方式：既可以通过浏览器交互自动化，也可以通过更快的浏览器内网络请求实现。
• API 优先与并发控制：部署为 API 端点，设置并行限制，平台负责队列和执行。

4. AI 自动化

构建能够导航、交互和提取数据的 AI 驱动自动化。无论是将 AI Agent 作为产品构建，还是利用 AI 自动化爬取和工作流。

• 广泛兼容性：支持任何 AI 浏览器库或 API，包括 Anthropic Computer Use, OpenAI CUA, Stagehand, Browser-use, Gemini Computer Use 以及 Intuned/Browser SDKs。
• 混合模式：可以在单个自动化中结合确定性的 Playwright 逻辑与 AI 驱动的步骤。
• AI 用量控制：监控并限制自动化任务中的 AI 信用额度使用。
• 可扩展基础设施：可部署为 API 或调度任务，控制并发，平台处理剩余部分。

5. Managed Scraping（托管爬取服务）

针对需要数百或数千个爬虫的用户，由 Intuned 的解决方案工程师（由 Intuned Agent 赋能）代为构建和维护。

• 构建与交付：用户告知所需站点和 Schema，Intuned 交付生产就绪的爬虫。
• 成本效益：解决方案工程师 + Intuned Agent 意味着更低的成本和更快的构建速度。
• 持续维护：网站变更时，Intuned 更新爬虫以保持运行。
• 无锁定：用户拥有代码所有权，可随时切换至自助服务模式，无转售或黑盒限制。
• 灵活定价：按数据源固定费用或定制安排。

6. Web Tasks API：具备学习能力的 Web 任务

这是 Intuned 的核心创新点之一。Web Tasks 允许通过自然语言指令运行任何 Web 任务（爬取、爬取、填表、多步操作、下载文件等）。其独特之处在于引入了 reuseKey 机制，使任务具备“学习”能力。

工作原理示例： 当首次运行一个任务时，Intuned 会创建技能（Skill）并编写可复用的辅助函数。当后续使用相同的 reuseKey 运行类似任务时，系统会复用之前的技能，从而显著降低执行时间和成本。

代码示例解读：

• TypeScript 示例：

  const companySchema = z.array(
    z.object({
      name: z.string(),
      location: z.string(),
    }),
  );
  
  // 第一次运行：创建技能
  await webTasks.run({
    task: "Scrape YC companies. Return name, batch, description, and URL.",
    startUrl: "https://www.ycombinator.com/companies",
    parameters: { batch: "S24" },
    outputSchema: companySchema,
    reuseKey: "yc_companies_scraper",
  });
  // 输出: ✓ created skill yc_companies_scraper
  //       ✓ wrote reusable helpers
  //       ✓ returned 247 companies · 6m 12s · $0.84 AI + 0.10 compute hrs
  
  // 第二次运行：复用技能，速度大幅提升
  await webTasks.run({
    task: "Scrape YC companies. Return name, batch, description, and URL.",
    startUrl: "https://www.ycombinator.com/companies",
    parameters: { batch: "W24" },
    outputSchema: companySchema,
    reuseKey: "yc_companies_scraper",
  });
  // 输出: ✓ reused skill yc_companies_scraper
  //       ✓ returned 208 companies · 58s · $0.12 AI + 0.02 compute hrs
  

• Python 示例：

  class Company(BaseModel):
      name: str
      location: str
  
  # 第一次运行
  await web_tasks.run(
      task="Scrape YC companies. Return name, batch, description, and URL.",
      start_url="https://www.ycombinator.com/companies",
      parameters={"batch": "S24"},
      output_schema=list[Company],
      reuse_key="yc_companies_scraper",
  )
  # 输出: ✓ created skill yc_companies_scraper ...
  
  # 第二次运行
  await web_tasks.run(
      task="Scrape YC companies. Return name, batch, description, and URL.",
      start_url="https://www.ycombinator.com/companies",
      parameters={"batch": "W24"},
      output_schema=list[Company],
      reuse_key="yc_companies_scraper",
  )
  # 输出: ✓ reused skill yc_companies_scraper ...
  

集成指南：

• 触发方式：用户可通过 Intuned CLI 或 SDK（TypeScript/Python）触发任务。
• 可选输入：
  • parameters：动态输入，每次运行可能不同。
  • outputSchema：