OpenAI 揭秘 OWL 架构：如何打造基于 ChatGPT 的 Atlas 浏览器

2025年10月30日，OpenAI 正式发布了 ChatGPT Atlas——一款集成 ChatGPT 的全新网页浏览器。Atlas 不仅是一款功能完整的浏览器，更展示了未来人机交互的愿景：用户可以在浏览网页时随时调用 ChatGPT 提问、获取建议并完成任务。本文将深入解析 Atlas 背后的核心技术架构——OWL（OpenAI's Web Layer），揭示我们如何将 ChatGPT 转化为一个随使用而愈发智能的浏览器。

重新定义浏览器架构：从底层开始重构

要让 ChatGPT 成为真正的网络副驾驶，我们必须彻底重新构想浏览器的整体架构：将 Atlas 与 Chromium 运行时分离。这意味着我们需要开发一种全新的 Chromium 集成方式，以实现三大核心产品目标：即时启动、多标签页保持流畅响应，以及为代理（Agent）场景奠定坚实基础。

选择 Chromium 作为基础

Chromium 作为构建基础是顺理成章的选择。它提供了最先进的网页引擎，具备强大的安全模型、经过验证的性能表现以及无与伦比的网页兼容性。更重要的是，Chromium 由全球社区持续改进，是现代桌面浏览器的首选基础框架。

突破传统浏览器的体验边界

我们的设计团队为用户体验设定了雄心勃勃的目标，包括为 Agent 模式等特性打造丰富的动画和视觉效果。这要求工程团队采用最先进的本地框架（SwiftUI、AppKit 和 Metal）来构建用户界面，而不是简单地对 Chromium 开源 UI 进行换肤。因此，Atlas 的 UI 是对整个应用体验的全面重构。

此外，我们还设定了快速启动和支持数百个标签页而不影响性能的目标。这些目标对于原生的 Chromium 来说极具挑战，因为 Chromium 在启动序列、线程模型和标签页管理等方面都有一套固定的设计理念。我们原本考虑对 Chromium 进行大幅修改，但为了能够快速集成新版本，我们希望保持对 Chromium 的补丁集高度聚焦。

OWL：OpenAI 的解决方案

为了应对这些挑战，我们构建了一个全新的架构层——OWL（OpenAI's Web Layer）。OWL 是我们对 Chromium 的集成方案，其核心思想是将 Chromium 的浏览器进程运行在 Atlas 主应用进程之外。

打个比方：Chromium 通过将标签页分离到独立进程来革新浏览器架构。我们则更进一步，将 Chromium 本身移出主应用进程，放入一个独立的服务层。这一转变带来了连锁的积极效应：

• 更简洁的现代应用：Atlas 几乎完全使用 SwiftUI 和 AppKit 构建。单一语言、单一技术栈、整洁的代码库。
• 更快的启动速度：Chromium 在后台异步启动，Atlas 无需等待——像素几乎瞬间出现在屏幕上。
• 隔离卡顿和崩溃：Chromium 是一个强大而复杂的网页引擎。如果它的主线程挂起，Atlas 不会受影响；如果它崩溃，Atlas 依然稳定运行。
• 更少的合并难题：由于我们没有大量依赖 Chromium 开源 UI，我们与上游 Chromium 的差异非常小，更容易维护。
• 更快的迭代速度：大多数工程师无需在本地构建 Chromium。OWL 作为预编译二进制文件内部分发，Atlas 构建只需几分钟而非几小时。

OWL 的工作原理

从高层架构来看，Atlas 浏览器是 OWL 客户端，而 Chromium 浏览器进程是 OWL 主机。它们通过 IPC（进程间通信）进行交互，具体使用 Chromium 自家的消息传递系统 Mojo。我们为 Mojo 编写了自定义的 Swift（甚至 TypeScript）绑定，使得 Swift 应用可以直接调用主机端的接口。

OWL 客户端库暴露了简洁的公共 Swift API，抽象了主机服务层的几个核心概念：

• Session（会话）：全局配置和控制主机
• Profile（配置文件）：管理特定用户配置文件的浏览器状态
• WebView（网页视图）：控制并嵌入单个网页内容（如渲染、输入、导航、缩放等）
• WebContentRenderer（网页内容渲染器）：将输入事件转发到 Chromium 的渲染管线，并接收渲染器的反馈
• LayerHost/Client（图层主机/客户端）：在 UI 和 Chromium 之间交换合成信息

此外，还有一系列服务端点用于管理书签、下载、扩展和自动填充等高级功能。

渲染机制：跨进程边界的像素传输

WebView 在客户端应用中共享互斥的展示空间，它们被动态切换进一个共享的合成容器。例如，浏览器窗口通常只有一个可见的共享容器，在标签栏中选择标签页会将该标签页的 WebView 切换进容器。在 Chromium 端，这个容器对应一个 gfx::AcceleratedWidget，最终由 CALayer 支持。我们将该图层的上下文 ID 暴露给客户端，客户端中的 NSView 使用私有的 CALayerHost API 将其嵌入。

对于 <select> 下拉菜单或颜色选择器等特殊场景，Chromium 会在单独的弹出窗口中渲染。

技术创新的验证标准

我们对技术投入的检验标准不仅在于能否加速实验、迭代和新功能交付，更在于能否保持 OpenAI 工程文化的核心：入职第一天就发布代码。每位新工程师在入职当天的下午就要完成并合并一个小改动。我们必须确保这一点即使面对需要数小时才能检出和构建的 Chromium 也能实现。

通过 OWL 架构，大多数团队成员无需定期从源码构建 Chromium，开发速度大幅提升——即使是新成员也能在第一天下午合并简单的改动。

展望未来

OWL 架构不仅解决了当前的技术挑战，更为未来的代理场景奠定了坚实基础。随着 ChatGPT 能力的不断增强，Atlas 将能够执行更复杂的任务——从简单的信息查询到多步骤的网页操作。这种架构分离使得我们可以在不干扰浏览器核心功能的情况下，独立迭代和增强 AI 能力。

OpenAI 始终致力于推动人机交互的边界。Atlas 和 OWL 架构代表了我们对浏览器未来的理解：一个 AI 原生、用户导向、高度可扩展的新一代浏览体验。我们期待看到开发者和用户将如何利用这些能力，创造前所未有的网页交互方式。