现代 Web 应用的组件频繁重新渲染，CSS 类名和 DOM 结构随时变化，传统的 CSS 选择器或 XPath 自动化脚本极易失效。文章介绍了 Cursor 编辑器与 BrowserAct 工具的组合方案：通过 AI 视觉理解页面内容（而非依赖 DOM 选择器），实现对动态页面的稳定操控。核心思路是让 AI 像人类一样"看见"页面——基于截图中的视觉元素（文字内容、按钮位置、语义角色）来定位和操作，而非依赖脆弱的 CSS 类名或 ID。这种方法使浏览器自动化脚本从"机械脚本"升级为"语义驱动"，大幅提升了稳定性和可维护性。