指南 · 智能体工作流

智能体工作流中的 CAPTCHA 与 2FA:可控的人工交接

AI 智能体负责提交流程中耗时又需要细心的部分。遇到 CAPTCHA、2FA 提示或通行密钥时,它会停下来,准确告诉你要做什么、在哪里做,等你完成后再接着干。下面介绍这种交接如何运作,并附上一个可以亲手试用的演示。

简要结论

  • AI 智能体能解 CAPTCHA 吗?有些工具会尝试。但 CAPTCHA 的作用就是确认有真人在场,所以可靠的做法是让真人完成这一步。
  • 这一步前后的所有事情都由智能体完成:打开页面、填写字段、逐项读回,并在验证前一步停下。
  • 它会记录一份包含四部分的交接:看到了什么、你要做的唯一操作、在哪里操作,以及让它继续的信号。
  • 你在同一个标签页里完成 CAPTCHA、2FA 验证码或通行密钥。智能体重新读取表单,只提交一次。
  • 2FA 验证码和身份验证器密钥始终留在你手里。智能体完成自己的部分时根本不需要它们。

交接流程分步说明

两条泳道,六个步骤。准备和继续由智能体负责;证明有真人在场的那一步由人负责。
  1. 智能体1 准备打开页面,填入已确认的值,逐项读回每个字段。
  2. 智能体2 发现验证出现 CAPTCHA、2FA 提示或通行密钥请求。在这里停下,其他任何东西都不碰。
  3. 智能体3 记录交接看到了什么、一个操作、在哪里、继续的信号。保持标签页打开。
  4. 你4 完成验证在同一个标签页里:完成 CAPTCHA、输入验证码、确认通行密钥。
  5. 你5 发出信号告诉智能体已完成,或在仪表盘里把这次交接标记为已解决。
  6. 智能体6 继续并只提交一次重新读取表单,与已确认的值核对,只提交一次,记录结果。

提交后结果不明确?在重新发送任何内容之前,先找回执(确认页面、邮件、你账户中的产品)。

动手试试:演示表单

这个表单在你的浏览器里完整演示整个交接过程。填写表单(或让示例数据代填),进入验证,以真人身份完成,然后让智能体继续。我们也用 Cline 和 Chrome DevTools MCP 实际操作过这个表单。

这是一个替身,不是真正的 CAPTCHA。不会检查、存储或发送任何内容,一切都只发生在本页内。

状态: 草稿:智能体正在填写表单

发生了什么

    写交接说明

    一份好的交接说明五行就够。编辑各个字段,然后把说明复制到聊天、工单或追踪表里,或下载为 Markdown 文件。

    在你的浏览器中生成,不会上传任何内容。

    具体胜过含糊

    字段清楚太含糊
    智能体看到了什么已填写表单下方有图片 CAPTCHA,提交不可用出了点问题
    唯一操作完成 CAPTCHA,不要点击提交请把表单完成
    在哪里窗口“Launch”,标签页“Submit your product”在浏览器里
    继续的信号CAPTCHA 消失,提交按钮可点击等你准备好

    CAPTCHA、2FA、通行密钥、邮件:谁来做什么

    并不是每次中断都需要交接。用已授权的凭据进行常规登录是智能体的正常工作;下面这些步骤需要真人,或需要特定授权。

    出现的内容由谁操作这期间智能体做什么
    图片或复选框 CAPTCHA你,在同一个标签页里保持已填写的表单打开,记录交接,可能在另一个窗口处理别的平台
    网站加载前的机器人检查页你,如果出现检查不重试、不用代理、不用隐身工具;记下页面并等待
    2FA 验证码(身份验证器应用或短信)你来输入验证码从不索要验证码、恢复码或身份验证器密钥
    通行密钥、安全密钥或设备确认你,在你自己的设备上等待信号,然后检查是否登录到了正确的账户
    智能体发起的注册所需的验证邮件智能体,前提是你授权了邮箱访问只打开对应的那封邮件,核对收件人和上下文,然后回到表单
    使用你授权的凭据进行常规登录智能体登录并继续;这不算交接

    为什么验证要由真人完成

    以下是交接背后已公开的规则和定义,均逐字引用。我们只引用,不解释法律。

    主题原文对你的智能体意味着什么
    CAPTCHA 的用途All interactive approaches require users to perform a task believed to be relatively easy for humans but difficult for robots.这种验证是为人设计的。由真人完成才是预期的路径。
    无障碍Unfortunately the very nature of the interactive task inherently excludes many people with disabilities, resulting in a denial of service to these users.有些人需要无障碍的替代方案。正确的途径是网站自己的音频选项或支持渠道,而不是绕过的办法。
    安全视角CAPTCHA Defeat is an automated threat.安全团队把自动破解归为一种攻击模式。产品发布绝不应该看起来像攻击。
    浏览器自动化是可见的Defines a standard way for co-operating user agents to inform the document that it is controlled by WebDriver浏览器会告诉页面它正由 WebDriver 控制。网站可以对此作出反应,而且确实会。
    Chrome DevTools MCPSome accounts may prevent sign-in when the browser is controlled via WebDriver (the default launch mechanism for the Chrome DevTools MCP server).需要登录时,把智能体连接到你自己启动的 Chrome,而不是工具启动的那个。
    Claude Code 配合 ChromeWhen Claude encounters a login page or CAPTCHA, it pauses and asks you to handle it manually.一家主流智能体厂商的产品正是内置了这种“暂停并交给人”的行为。
    Claude in Chrome:禁止的操作Bypassing captchas绕过 CAPTCHA 列在该厂商规定的 Claude 不会执行的操作中。
    创建账户You must be a human to create an Account. Accounts registered by "bots" or other automated methods are not permitted.有些平台要求由真人创建账户。请查看每个平台自己的条款。

    我们自己的测试结果

    • 当 Chrome DevTools MCP 自己启动 Chrome 时,每次运行中页面看到的都是 navigator.webdriver = true。由真人启动、再连接到智能体的 Chrome,在全部 5 次运行中都报告 false。
    • 智能体连接到这个 Chrome 后,真人在同一个标签页里完成了最后一步,智能体随后读取了结果:5 次中 5 次。
    • 在 Cline 3.0.67 无头模式下,智能体提出的问题被自动用第一个选项回答,没有等待任何人:5 次中 5 次。提问不是交接;结束运行、稍后继续才是。
    • Cline 运行结束后,标签页及其已填写的字段仍然保持打开,继续后的运行发现它们没有变化:5 次中 5 次。

    本页不构成法律建议。各平台条款不同,也会变化;请阅读你要提交的每个平台的条款。

    安全地继续

    草稿丢失或被重复提交,往往发生在继续这一步。五项检查可以同时避免这两种情况。

    1. 同一个窗口,同一个标签页。验证已消失,页面显示下一步。
    2. 智能体在点击任何东西之前,重新读取每个字段并与已确认的值核对。
    3. 验证过程中被登出了?在同一个标签页里重新登录;智能体会确认表单仍已填好。
    4. 只提交一次,然后如实记录平台显示的内容。
    5. 没有明确的确认?先找回执。只有确认未提交成功,才允许重新尝试一次。

    会毁掉一次提交的错误

    刷新或关闭标签页
    未保存的字段会丢失。让标签页保持智能体离开时的样子。
    在新标签页里从头再来
    同一个产品有两份草稿,容易导致重复提交。
    把 2FA 验证码粘贴到聊天里
    验证码会留在日志和对话记录里。只在网站上输入。
    替智能体保存身份验证器密钥
    谁持有密钥,谁就掌握了第二重验证。密钥应留在你的身份验证器应用里。
    “再试一次就好”或换工具
    反复重试验证、更换 IP 或添加隐身插件,看起来就像攻击,可能导致账户被封。
    相信自动回答
    有些智能体在无人值守模式下会自问自答。只有你发出的真实信号才能结束交接。

    LaunchRepo 如何处理

    交接内置在智能体遵循的工具包中,所以在每个平台上的表现都一样。

    • 智能体把该平台记录为 prepared_needs_human,并写明可见的阻碍、需要你完成的唯一操作、操作位置,以及可以继续的可观察结果。
    • 草稿及其工作窗口保持打开。验证链接、会话 URL 和验证码绝不会写入追踪表。
    • 你的本地仪表盘会显示一张“Needs you”卡片,列出具体步骤。完成后点击“I resolved it: continue”。
    • 在一个平台等待期间,智能体可以在另一个窗口准备另一个可以免费直接提交的平台。同一时间只主动控制一个。
    • 智能体继续同一项任务,不会有任何内容被启动两次。

    工具包操作手册中的继续命令

    python3 scripts/run.py --project projects/my-product continue <platform> \
      --worker worker-1 \
      --resolution "Owner completed the challenge in the preserved tab" \
      --next-action "Review the final form before submitting"
    播放这一段0:28
    交接:只有你能完成的登录 · 3:52–4:21录制演示中的一次真实交接:智能体发现一个它无法登录的已有账号,准确说明需要人来做什么,然后继续下一个平台。2026年9月24日屏幕录制。英文音频,带字幕。 打开视频页面 →

    浏览器智能体 →

    来源

    上文所有引文均逐字摘自以下页面,查阅日期为 2026年10月1日。经过测试的行为来自本页所述我们自己的运行。

    来源页面日期查阅日期
    W3C Group Draft Note: Inaccessibility of CAPTCHA
    OWASP Automated Threats: OAT-009 CAPTCHA Defeat未标注日期
    W3C WebDriver: navigator.webdriver未标注日期
    Chrome DevTools MCP: Advanced usage未标注日期
    Claude Code Docs: Use Claude Code with Chrome未标注日期
    Claude Help Center: Use Claude in Chrome safely未标注日期
    GitHub Terms of Service未标注日期

    常见问题

    AI 智能体能解 CAPTCHA 吗?
    有些工具和付费服务会尝试。CAPTCHA 的设计目的是确认有真人在场,安全团队也把自动破解视为一种攻击模式。可控的交接能保护你的账户和提交:智能体准备好一切,你完成验证,智能体收尾。
    我应该把 2FA 验证码或身份验证器密钥交给智能体吗?
    不应该。请自己在智能体留下的标签页里,直接在网站上输入验证码。身份验证器密钥和恢复码留在你手里。智能体填写表单、读取结果或继续运行都不需要它们。
    把智能体连接到我自己的 Chrome,会减少 CAPTCHA 吗?
    这样可以保留你平常的登录状态;在我们的测试中,你自己启动的 Chrome 里页面看到的是 navigator.webdriver = false。但这并不保证验证会变少。一旦出现验证,交接方式完全相同。
    如果我在完成验证时智能体的会话结束了,会怎样?
    只要标签页保持打开,什么都不会丢失。在我们的 Cline 测试中,已填写的表单在运行结束后仍然保留,继续后的运行发现它没有变化。继续同一个会话即可;在 LaunchRepo 中则继续同一项任务。
    让 AI 解 CAPTCHA 合法吗?
    我们不提供法律建议,答案取决于你所在的地区和每个平台的条款。我们能说的是:Anthropic 把绕过 CAPTCHA 列为 Claude in Chrome 的禁止行为,有些平台要求由真人创建账户。交接的方式让这个问题根本不会出现。
    本页的演示是真正的 CAPTCHA 吗?
    不是。它是一个替身,用来展示交接的各个状态:草稿、暂停、继续、只提交一次。不会检查、存储或发送任何内容,你下载的说明也是在浏览器中生成的。

    把耗时的部分交给你的智能体

    LaunchRepo 为你的编程智能体提供工具包、平台列表和追踪表。只有少数应由真人完成的步骤留给你。

    查看价格