TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南

Strawberry 於 10 月 26 日推出 1.0 版,實際新增的是夥伴外觀自訂、九種帶職稱的官方角色與新分頁 Companion Plaza;會議筆記、檔案庫與排程等能力是過去一年逐月疊出來的舊資產。本文對照官方更新頁與定價頁,拆解免費 500 點、月繳 20 美元起的點數計價與團隊席位規則,並畫出行銷宣稱與可核對文件的界線。
用 AI 摘要這篇文章:
斯德哥爾摩團隊 Strawberry 在 2026 年 10 月 26 日把自家 AI 瀏覽器推到 1.0,官方更新頁載明發布日期,共同創辦人 Charles Maddock 同日台北時間 18:04 在 X 放出 90 秒宣傳片,開頭三行是 Delete Chrome、Delete Granola、Delete Claude,結尾一句「這是每週替團隊省下超過 100 小時的 AI 瀏覽器」。剝掉行銷包裝,這一版實際新增的東西有三件:夥伴外觀自訂、九種帶職稱的官方角色,以及新分頁裡的 Companion Plaza。工作能力沒有跟著版本號一起跳級,會議筆記、檔案庫、排程與加密同步是過去一年逐月疊出來的,官方更新頁自己就分成「New in 1.0」與走來之路兩節寫。真正值得算的是帳:日常瀏覽永遠免費,AI 工作按點數計價,免費方案每月 500 點起跳。
1.0 把「雇用 AI 夥伴」做成了有人事介面的動作。官方提供九種預設角色:業務的 Sales Sally、招募的 Talent Theo、高階主管助理的 Executive Ellis、行銷的 Marketing Martin、顧問的 Consulting Cora、客服的 Support Sofia、營運協調的 Operations Olivia、開發測試的 Developer Dana,以及負責研究與市場監控的 Research Rosa。每個角色在官方的雇用頁都掛著一組預期產出,例如 Sally 會建立排得進會議的銷售管道,Theo 會尋找候選人、評分並主動聯繫,Ellis 則負責簡報會議、整理收件匣,下班前先規劃好明天。
往職能後段看,分工畫得更細。Sofia 學你的產品與支援方式,把工單分類、起草每一則回覆,再為常見案例建立可重複的處理流程;Olivia 負責追催進度、彙整更新,把重複出現的行政工作變成例行任務;Dana 學你的應用與發布節奏,測每一次改版、回報問題,並把客戶回饋整理成規格;Rosa 則標榜「每個結論都附來源」,替你盯市場上的變化。這些描述是官方對角色的目標設定,實際兌現程度要看每個使用者的任務內容。九種之外,官方保留了自創夥伴的入口,名稱、外觀、技能與排程全部自訂,等於把預設角色當範本再改造。

更新頁對這批角色的設計說明值得逐字看:每個角色「到職時就懂自己的工作,帶著對應的技能與例行任務,並把第一次對話用來學習你怎麼做事」。換句話說,九種角色是官方預先寫好的技能與流程包,省掉使用者從空白助理開始寫一大段設定的門檻;至於你公司的客戶、分類方式與內部規則,要靠第一次對話以及之後的持續使用慢慢餵進去。角色名稱提供了工作的入口,但職稱本身不保證它已經理解任何一家特定公司的脈絡。
這個設計對新使用者最有感。過去要把 AI 助理調教成可用的同事,得先寫好一長段提示與規則;現在可以直接從「我要找業務幫手」或「我要找人整理候選人」開始,再讓角色在實際任務裡學。代價是九種角色對應的是官方想像的九種工作型態,落在中間地帶的工作(例如內容審核、採購比價)沒有現成角色,仍要走自創夥伴的路。
另外兩個新增都在介面層。外觀自訂讓使用者替每個夥伴挑顏色、試臉孔,或直接隨機產生;官方強調這仍是每天一起工作的同一個夥伴,換上的只是你選的外觀,與任務能力無關。Companion Plaza 則是官方自己標註的趣味模式:在新分頁角落開啟後,夥伴會走到聊天輸入框附近活動,彼此聊聊今天做了什麼、使用者是誰、逛過哪些網站,點一下某個夥伴就飛回工作位置,也可以把它撿起來拋出去,或把指標移到頭上摸一下。

把動效當成能力是這類產品最常見的誤讀。廣場裡兩個夥伴在交談,並不代表兩個獨立員工已經替你完成分工;官方把它放在趣味模式的位置,說明團隊自己也清楚這層介面的定位。對實際工作更有意義的,是官方首頁示範任務裡的兩個按鈕:接手(Take over)與停止(Stop)。當夥伴在網站上執行多步驟任務時,使用者能隨時接管或喊停,這個控制點比任何動畫都更貼近「把工作交給 AI」之後真正會發生的事。
與市面上其他把 AI 放進瀏覽器的路線相比,Strawberry 的選擇相當激進。側邊欄路線如 PageTalk 把 AI 做成隨叫隨到的問答面板;開源路線如 BrowserOS 讓使用者自帶 API 金鑰在本機跑代理;Perplexity 的 Roadster 原型 則把整台電腦的操作交給模型。Strawberry 把代理直接放進瀏覽器的主介面,讓它用你的登入狀態工作,賭的是「工作發生在瀏覽器裡」這個前提。
官方更新頁用一條時間軸交代 1.0 之前累積的能力,這份清單比版本號本身有用。一年前 Strawberry 還需要邀請碼才能試用;2025 年 11 月上線團隊與共享夥伴;2026 年 2 月加入跨對話記憶與分割分頁;3 月推出例行任務(Routines),可以固定時間摘要收件匣,或在客戶來信時先起草回覆;4 月開放夥伴在指定的本機資料夾內讀寫檔案,範圍限於沙盒內;5 月那波在官方新聞資料頁被稱為 Beta 0.1.0,一口氣加入百餘種應用連接(Apollo、QuickBooks、Greenhouse、Klaviyo 等)、Chrome 擴充功能支援、不需會議機器人加入的會議記錄、以品牌風格產出投影片與圖表的視覺功能,以及先規劃再平行派生子任務的工作方式;8 月起對話以加密方式存在帳號裡,換電腦能接著做;10 月再補上集結錄音、逐字稿、摘要、決議與待辦的 Meetings 頁,以及集中存放專案與檔案的 Library。
把這條時間軸攤開,就能看懂 1.0 的位置。十月官方已經推出三波功能更新(10 月 1 日、8 日、21 日),其中 21 日那波加入日常聊天模式、WhatsApp 整合、並排瀏覽與能辨識講者的會議逐字稿,緊接著才是 1.0;所謂正式版比較像對外溝通的里程碑,把一年累積的能力配上新的角色介面重新介紹一次。對已經在用的人,1.0 帶來的是外觀與入口的翻新;對旁觀者,把「會議筆記」「檔案庫」「排程」當成 1.0 的新發明,就是被版本號帶偏了。
從邀請碼走到 1.0 這一年,也是 AI 瀏覽器從概念變成產品的縮影。工作者對「代理替我操作網頁」的需求已被反覆驗證,差別只在誰能把控制權、成本與信任邊界交代清楚。
計價結構是官方文件裡最誠實的部分。日常瀏覽完全免費,點數只在夥伴做事時消耗,官方列舉的用途是研究題目、起草內容、擷取資料與跨應用操作。方案以雇用規模命名,對應的則是每月點數:

| 方案 | 月費 | 每月點數 | 定位 |
|---|---|---|---|
| Free | 0 美元 | 500 點 | 試用,僅 Efficient 與 Default 兩種模式 |
| Intern | 20 美元 | 6,000 點 | 官方比喻為每週幫忙幾小時的助理 |
| Part-Time | 85 美元 | 25,000 點 | 官方比喻為接下整個專案的同事 |
| Full-Time | 250 美元 | 75,000 點 | 官方比喻為經營整條工作線的幾位新同事 |
遞延規則要分開記:方案內的月額每月刷新、用不完不遞延;另購的加購點數每點 0.01 美元,可以留到之後繼續用,官方贈送的點數則各有自己的到期日,兩本帳互相獨立。年繳方案等於省兩個月。免費方案限定 Efficient 與 Default 模式,付費方案解鎖 Expert 模式、自選模型、尖峰時段優先,還能掛上既有的 ChatGPT 訂閱來省點數。所有方案共通的項目包括 Gmail、Slack、Notion 等連接器、跨對話記憶、排程、跨裝置同步,以及官方明寫的「不用你的內容訓練模型」。
團隊方案的帳本另有一層。每個團隊內建 3 個免費席位(擁有者算在內),免費與付費席位可以並存,每個付費席位有自己獨立的每月點數額度;Team 層增加的是共享夥伴、共享技能、團隊脈絡、統一刷卡與管理控制。共享的意思是同事沿用同一套工作設定,而非大家共用一包點數。需要集中額度、遞延、發票與專屬導入的組織走 Enterprise,官方也明說小型團隊若需要這些條件可以直接選。
要注意的是點數沒有任務換算表。官方沒有公布「一次研究耗幾點」「整理一份試算表耗幾點」這類數字,6,000 點無法換算成固定幾小時的人力工時,只能按自己的任務實測累積經驗值。
共同創辦人貼文裡「每週替團隊省下超過 100 小時」是公司宣稱,沒有附上任何可複核的量測方式;這則貼文截至 10 月 28 日已累積約 4,300 個讚,說明話題有熱度,但熱度與效果是兩回事。這次的發布活動還包括一支 90 秒的宣傳短片(也在官方新聞資料頁提供嵌入用連結)與 Product Hunt 的同步衝榜支援,更新頁在宣傳片之後則放了一封向早期使用者道謝的信,署名「Strawberry 團隊,斯德哥爾摩」。首頁「18 億個網站,Strawberry 都能用」同樣是範圍口號,登入牆、反爬蟲機制與網站改版對任何瀏覽器代理都是實際變數。定價頁的見證輪播(Zapier 技術招募、Float 招募負責人稱 90% 人物檔案命中、lablab.ai 使用者稱省下 10 小時以上並產出 270 多筆潛在客戶)全部由官方自行刊載,屬於見證式行銷素材。
可以核對的邊界反而藏在 FAQ 裡。官方載明密碼、瀏覽記錄與 cookie 存放在使用者裝置本機,密碼不會暴露給公司或語言模型供應商;預設搜尋引擎是 Google,可自行更換;桌面版目前支援 macOS 與 Windows。把 AI 夥伴放進自己已登入的帳號裡工作,這些聲明是信任的底線,也畫出了「夥伴用你的身分做事」與「公司拿到你的資料」之間的界線,實際行為仍待長期檢驗。
對照另一個極端,把資料分析交給對話框內代理的 ChatGPT Data agent 路線強調治理與權限沿用,Strawberry 的路線則把信任押在瀏覽器這個容器上。兩者都還在兌現承諾的過程中,採購決策不該建立在任何一方的口號上。
已經在用 Strawberry 的人不需要做任何事,1.0 的外觀、角色與 Plaza 隨更新直接生效,官方公告沒有提到任何既有對話、例行任務或連接器的遷移或停用。正在評估的人,比較務實的做法是先免費下載,用 500 點跑一條自己真實的工作流程(不是官方示範的那種),同時觀察耗點速度與接手控制好不好用,再決定要不要進入 20 美元的 Intern 層。團隊採購則先把帳算清楚:3 個免費席位能覆蓋誰、每個付費席位的點數對應多少實際產出、共享的是設定與脈絡而非點數,需要發票與集中額度再往 Enterprise 談。
截至撰稿仍有幾件事沒有答案:九種角色在實際任務裡的耗點與完成品質、500 點能換算多少工作、台灣讀者的下載安裝與刷卡流程(官方未列地區限制,但本篇未實測)、以及 Product Hunt 發布戰的結果。官方十月一個月內就推了四波更新,定價、點數與角色清單都可能在短期內再調整;這篇文章的事實基準停在 2026 年 10 月 28 日,建議 11 月中或下一波定價調整時回查。