周三下午，你打開了第37個標簽頁。左邊是Stack Overflow的報錯帖，右邊是競品分析文檔，中間還夾著三篇沒讀完的技術博客。Alt-Tab按到手指發(fā)麻，你突然忘了自己到底在找什么。

這不是你的問題。傳統(tǒng)瀏覽器的標簽欄設計，本質上是一條單行道。當你的大腦在并行處理多個任務時，瀏覽器卻強迫你排成一列。

一個名為Sowser的Windows應用試圖終結這種錯位。它不是瀏覽器，而是"空間畫布瀏覽器"——每個網頁都是一張可拖拽、可縮放的實時卡片，漂浮在無限延展的畫布上。你可以平移、縮放、分組、連線，像整理思維導圖一樣整理網頁。

開發(fā)者用WPF和Microsoft Edge WebView2在.NET 8上構建了這套系統(tǒng)。卡片不是截圖，是真正的實時頁面。畫布支持便利貼、圖片剪輯、卡片間的連線、命令面板（Ctrl+K）、小地圖、追蹤攔截、每張卡片獨立的瀏覽器配置，以及完整的工作區(qū)保存與加載。

但真正的殺手锏藏在"AI Smart Organize"按鈕里。點擊一下，混亂的畫布瞬間變得井井有條——全部在本地完成，數(shù)據(jù)不會離開你的機器。

這個功能由Gemma 4驅動。具體流程是：Sowser先提取所有卡片的標題和URL，發(fā)送給模型；模型返回JSON格式的分組建議，包含組別名稱、卡片歸屬和顏色編碼；應用隨即重新排布畫布，按主題聚類，用顏色區(qū)分不同組別，并優(yōu)化空間布局。

開發(fā)者選擇了Gemma 4 E4B版本——40億有效參數(shù)，通過Ollama本地運行。測試過20億參數(shù)版本后，他發(fā)現(xiàn)分組結果噪音更大，無關主題常被錯誤合并；310億參數(shù)的Dense模型對聚類任務來說過度冗余，交互界面會因此變得遲滯。E4B在速度、精度和硬件可及性之間找到了平衡點。

發(fā)給模型的提示詞被設計得嚴格且明確：分析提供的瀏覽器標簽，按主題語義分組，為每組分配描述性名稱和顏色，返回JSON數(shù)組。Gemma 4的指令遵循能力讓這個流程在桌面端可靠運行。應用會剝離意外的Markdown標記，解析JSON，立即重新定位并重新著色卡片。如果模型輸出格式異常，應用捕獲錯誤、顯示提示，絕不會崩潰。

核心代碼文件公開在GitHub倉庫：Models/GemmaSettings.cs處理模型配置、端點設置和本地/云端切換；Services/GemmaService.cs負責對接Ollama或Gemini API的HTTP客戶端；Services/GemmaOrganizeService.cs解析分組并在畫布上重新定位卡片；MainWindow.FeaturePack.cs綁定AI Smart Organize的菜單處理器。

本地運行無需API密鑰：先執(zhí)行ollama pull gemma3:4b和ollama serve，然后打開Sowser，加載標簽頁，點擊AI Smart Organize。

這個項目的底層邏輯很清晰：當你的瀏覽器真正理解你在看什么，并為你自動整理——本地、私密、即時——這種體驗只有在端側AI成熟后才成為可能。標簽欄的暴政，或許真的到頭了。