تابستون وبِ ایجنتی: مرورگر رفت داخل ایجنت
هوش مصنوعی
فرانتاندخلاصهٔ کامل‌تر
خبر اصلی این مطلب اینه که مرورگر داره می‌ره داخل ایجنت‌ها. اوپن‌ای‌آی مرورگر مستقلش Atlas رو تعطیل کرده ولی همون قابلیت رو منتقل کرده به داخل ChatGPT و Codex، و آنتروپیک هم توی همون هفته یه مرورگر داخلی توی نسخهٔ دسکتاپ Claude Code منتشر کرده که می‌تونه صفحه بخونه، کلیک کنه، فرم پر کنه و برای اولین اقدام توی هر سایت اجازه بگیره.
به گفتهٔ نویسنده هر دو شرکت به یه نتیجهٔ مشترک رسیدن: بیشتر وب برای آدم ساخته شده و به این زودی برای ایجنت بازسازی نمی‌شه، پس دستیاری که می‌خواد کار عمومی انجام بده باید همون ابزاری رو داشته باشه که آدم‌ها باهاش به وب می‌رسن. تعطیلی Atlas هم عقب‌نشینی نبوده، بلکه پذیرش این نکته‌ست که مرورگر هیچ‌وقت محصول نبوده؛ دستیار محصوله و مرورگر فقط راه رسیدنشه.
یه دلیل انسانی هم برای این‌که مرورگر داخل اپ و قابل‌دیدن باشه می‌آره، نه هدلس: آدم هنوز توی حلقه‌ست و ما موجودات بصری‌ای هستیم که دوست داریم انجام شدن کار رو ببینیم. دیدنِ عملِ ایجنت همون چیزیه که پشتوانهٔ اعتماده.
برای آزمایش، یه کار عادی مصرفی به مرورگر داخلی ChatGPT دادن: پیدا کردن یه هتل مرکزی و خوش‌امتیاز توی نیویورک برای دو نفر. ایجنت Booking.com رو باز کرد، بعد همون جست‌وجو رو توی Hotels.com و Expedia تکرار کرد و آخرش یه جدول مقایسه‌ای از همون هتل‌ها با امتیاز و قیمت کل تحویل داد.
دو چیز توی این تست به چشم اومده. اول اصطکاک زیاد: فیلد مقصد Booking خودکار به یه گزینهٔ اشتباه تکمیل شد تا ایجنت متوجه شد و اصلاحش کرد، Hotels.com با یه پاپ‌آپ مالیات وسط کار پرید، و کل مقایسهٔ سه‌سایته نزدیک پنج دقیقه طول کشید — چون رابطی که برای آدم ساخته شده، برای ایجنت یه مسیر مانع‌داره.
دوم بی‌اعتمادی ایجنت به صفحه‌ها: توی پیشنهادش هشدار داد که قیمت کارت جست‌وجوی Booking ممکنه مالیات و هزینه‌های اقامتگاه رو شامل نشه در حالی که دوتای دیگه شاملن، و همون اتاق روی یه سایت ۹۲۴ دلار و روی سایت دیگه ۱٬۰۷۰ دلار بود. یعنی نمایش قیمت‌ها حالا داره توسط نرم‌افزاری خونده، مقایسه و زیر سؤال برده میشه که نتیجه‌ش رو به مشتری گزارش می‌ده.
پیامدش برای تجارت اینه که ایجنت‌ها دیگه منتظر یکپارچه‌سازی نمی‌مونن؛ یه فروشنده بدون انتشار اپ یا گرفتن جا توی دایرکتوری افزونه‌ها هم وارد سفر ایجنت میشه، چون ایجنت مثل هر بازدیدکنندهٔ دیگه‌ای سراغ سایتش می‌ره. مسیر تمیزتر WebMCP هست که سایت مستقیم به ایجنت می‌گه چه کارهایی میشه انجام داد؛ فعلاً یه پیش‌نویس اولیهٔ W3C پشت فلگ مرورگره.
سؤال باقی‌مونده به گفتهٔ نویسنده رؤیت‌پذیریه: تصمیم دربارهٔ این‌که کدوم هتل با چه قیمتی برنده میشه، توی چت اتفاق افتاد نه روی هیچ‌کدوم از اون سه سایت. اگه ایجنت‌ها قراره از راه همون سایت عادی به کسب‌وکارت برسن، باید بتونی بفهمی دنبال چی گشتن، چی رو مقایسه کردن و سفر کجا شکست خورده.
نکات کلیدی:
- اوپن‌ای‌آی Atlas رو بست ولی مرورگر رو برد داخل ChatGPT و Codex
- آنتروپیک هم توی همون هفته مرورگر داخلی Claude Code دسکتاپ رو منتشر کرد
- منطق مشترک: وب برای آدم ساخته شده، پس ایجنت باید از همون ابزار آدم استفاده کنه
- مرورگر عمداً قابل‌دیدنه، چون دیدن عمل ایجنت پشتوانهٔ اعتماده
- تست عملی: کار می‌کنه ولی کند و شکننده؛ اختلاف قیمت رو خود ایجنت گرفت
- WebMCP مسیر تمیزتره ولی هنوز پیش‌نویس اولیهٔ W3C پشت فلگه
