我让 AI 接管了我的浏览器，替我读完了几百条领英评论

前几天，我刷到一条帖子，评论炸了。

发帖的，是一位深耕 AI 教育多年的海外创业者。他谈的话题，本身就自带火药味：纽约市公立学校决定，禁止在课堂上使用生成式 AI。

几百条评论涌进来。有讲道理的，有阴阳怪气的，有直接开骂的。热闹得很。

热闹归热闹，一个现实问题来了：这几百条评论，说的到底都是什么？支持的多，还是反对的多？吵架的嗓门最大，可他们能代表大多数人吗？

想认真回答，就得把几百条评论一条条读完、归类、去重、交叉核对。你想想看：就算一条评论只花十秒，光读完就一个多小时起步，再算上归类，几个小时就交代进去了。

后来，我把这活儿交给了 AI。

什么叫 AI 的浏览器操作？

这次用的，是 GPT-5.6 Sol 的浏览器操作能力，在 ChatGPT 的桌面应用里调用。

说白了，就是 AI 不再只跟你聊天，而是直接接管你的浏览器：像人一样打开网页、点链接、滚动页面、展开折叠。你坐在旁边看它干活，就像看一个动作麻利的实习生，坐在你的电脑前。

它是怎么干的？我全程盯着屏幕，看完了整个流程。

它自己打开了那条领英（LinkedIn）帖子。在登录态的浏览器会话里，直奔评论区。

领英默认给你看的是「最相关」排序，它自己切换成完整评论流的视图。

然后从第一条评论开始，按顺序往下读。评论没加载完？它自己滚动，触发「加载更多」。楼中楼里有回复？它自己展开。有人评论太长，被折叠起来只露一个开头，后面藏着「查看更多」？它也点开了，把长评论读完整。

看到这里，我已经觉得不错了。但真正让我意外的，是后面两个细节。

第一，它主动把楼主自己的回复，从观众的评论里剥离出去。为什么？楼主本人不算观众，把他的话混进统计，结论就被污染了。

第二，它分得清「一条评论」和「一个人」。有人连发五条，表达的是同一个立场，它不会把同一个人的观点数五遍。

最后是归纳：支持禁令的放一边，反对的放一边；把反复出现的论点提炼出来；再把有代表性的例子挑出来。

对了，还有一条纪律：AI 在你登录态的账号里操作时，人不能走开。全程，我就坐在屏幕前盯着它。

结果呢？

跑完，AI 给出的情感统计：支持和反对，大概五五开。

说实话，这个数字本身，没什么意思。

有意思的是另一件事。

最响的声音，不代表最多的人。

那些火药味最重、叫得最凶的评论，看起来气势滔天。但把每一个评论者当作一个「人」来平权计数之后，画面完全变了：大量温和的、讲理的、被淹没的声音，浮出来了。

吵闹的是少数。沉默的中间派，才是大多数。

你想想看，如果只看评论区，你会以为这个世界撕裂得不可收拾。按「人」计数，你会发现这个世界的耐心，比想象中多得多。

这事儿对做营销的人意味着什么？

社媒聆听，不是什么新概念。大公司买工具、养团队，干了很多年。

新的，是门槛。

AI 把这件事做得又快又准，还便宜到一个人、一个下午就能干完。「我想知道用户在说什么」和「用户告诉了你他们在说什么」之间那堵墙，塌了一大截。

往远处推一步，同样的打法，能用的地方很多。

新品发布，不用等正式调研，把发布帖的评论区扫一遍，情绪就有了。竞品内容下面的评论，把反复出现的异议提炼出来，反手就是你的信息策略。一场 campaign 发出去，先看完社区反应，再决定加码还是调整。行业里有一场你绕不开的辩论，看看什么论点总在反复冒头。还有任何一条高流量的评论池：最响的不代表最多，得有人把信号从噪声里捞出来。

底层原则，就一条：

凡是需要你从浏览器里复制粘贴出来再分析的活，AI 的浏览器操作都能接管。

但是，凡事总有反面

这种能力，是带着责任出厂的。

AI 在你登录态的会话里操作，意味着它拿着你的身份在干活。所以，环境要受控，全程要有人盯，任务范围要收窄到具体一件事。眼下正确的姿势，是有人监督地用，不是无人值守地跑。

我把丑话也放在这里说：包括领英在内，很多平台的服务条款都写得很清楚，这种自动化如果大范围、大规模地跑，账号可能会被封。

我这次，是极小范围的一次测试。把它讲出来，是想让你知道这件事的边界在哪、能力有多实在。不是怂恿你放开手去跑。

上限还在被快速抬高

这次任务里，GPT-5.6 Sol 表现出的准确度和自主性，放在几个月前，都算让人吃惊。

而 OpenAI 刚推出的 GPT-6 Astra（做这次实验时，它还没上线），主打的正是电脑操作：更快、更准、更可靠。

趁早、小心地在受控环境里练手的营销人，会在这套能力变成行业标配的那天，提前坐到前排。

回到开头那条帖子。

评论池还是那个评论池，吵的还是吵。变的是看它的方式。方式一变，结论就变了。

以后再刷到一条评论区吵翻天的帖子，先别急着站队。问自己一句：

我看到的，是最响的声音，还是最多的人？

祝你，永远能看到后者。