Революція браузерів в епоху штучного інтелекту: від пошуку до розумних агентів

Третя війна браузерів тихо розгортається. Озираючись назад, від Netscape до IE, потім до Firefox і Chrome, боротьба браузерів завжди була вираженням контролю над платформою та зміни технологічних парадигм. Chrome завоював панівне становище завдяки швидкості оновлень та екосистемній взаємодії, а Google через структуру "двох олігархів" у пошуку та браузерах сформував закритий цикл інформаційного входу.

Однак ця структура починає хитатися. Поява великих мовних моделей (LLM) призводить до того, що все більше користувачів виконують завдання на сторінках результатів пошуку "без кліків", традиційна поведінка кліків на веб-сторінках зменшується. Тим часом, чутки про намір Apple замінити пошукову систему за замовчуванням у Safari ще більше загрожують прибутковій основі Alphabet, ринок вже починає виявляти занепокоєння щодо "ортодоксального пошуку".

Браузер сам по собі також стикається з перетворенням своїх функцій. Він більше не просто інструмент для відображення веб-сторінок, а є контейнером для збору різних можливостей, таких як введення даних, поведінка користувачів та конфіденційність ідентичності. Хоча AI Agent потужний, для виконання складних взаємодій на сторінках, виклику локальних даних про ідентичність та контролю елементів веб-сторінки все ще потрібна допомога довірчого кордону та функціональних пісочниць браузера. Браузер перетворюється з людського інтерфейсу на платформу системних викликів для агентів.

Справжнім можливим порушником нинішньої ринкової структури браузерів не є ще один "кращий Chrome", а нова структура взаємодії: не просто відображення інформації, а виклик завдань. У майбутньому браузери повинні бути спроектовані для AI Agent - не лише для читання, а й для написання та виконання. Такі проекти, як Browser Use, намагаються семантизувати структуру сторінки, перетворюючи візуальний інтерфейс на структурований текст, доступний для виклику LLM, що значно знижує вартість взаємодії.

На ринку провідні проекти вже почали випробувальні кроки: Perplexity створює рідний браузер Comet, використовуючи ШІ замість традиційних результатів пошуку; Brave об'єднує захист конфіденційності та локальне виведення, посилюючи функції пошуку та блокування за допомогою LLM; а такі проекти, як Donut, намагаються знайти нові способи взаємодії між ШІ та активами на блокчейні. Загальна риса цих проектів полягає в тому, що вони намагаються реконструювати вхідну частину браузера, а не покращувати його вихідний рівень.

Для підприємців можливості приховані в трикутних відносинах між введенням, структурою та агентом. Браузер як інтерфейс для виклику світу майбутнього означає, що той, хто може надати структуровані, викликаємi, надійні "блоки можливостей", стане частиною нового покоління платформ. Від SEO до AEO (оптимізація агентських движків), від трафіку на сторінці до виклику ланцюга завдань, форма продукту та дизайнерське мислення зазнають перетворення. Третя війна браузерів відбувається в "введенні", а не "відображенні"; рішення про перемогу більше не залежить від того, хто привертає увагу користувача, а від того, хто завоює довіру агента і отримає доступ до виклику.

Застаріла архітектура сучасних браузерів

Типовий робочий процес пошукової системи Google включає в себе кілька ключових етапів:

1. Вхідний пункт клієнтського інтерфейсу: запит через HTTPS на найближчий Google Front End, завершення TLS-розшифрування, вибірка QoS та географічний маршрут.

2. Розуміння запиту: фронтенд повинен розуміти значення слів, введених користувачем, включаючи перевірку орфографії, розширення синонімів та аналіз намірів.

3. Кандидатський відбір: Google використовує техніку зворотного індексування та векторного індексування для первинного відбору, обираючи приблизно сто тисяч кандидатних сторінок з величезної кількості веб-сторінок.

4. Багаторівневе сортування: за допомогою легких характеристик, таких як BM25, TF-IDF, зменшити кількість кандидатів до приблизно 1000 сторінок.

5. Глибоке навчання основного сортування: використання RankBrain та Neural Matching для семантичного розуміння та відповідності.

6. Глибока перерозподіл: використання моделі BERT для більш точного ранжування попередньо відібраних документів.

Проте, в епоху штучного інтелекту та великих даних у користувачів з'явилися нові вимоги до взаємодії з браузерами, традиційна архітектура вже не може задовольнити ці зміни.

Чому ШІ буде трансформувати браузери

Браузер як універсальна платформа є не лише входом для читання даних, а й універсальним входом для введення даних. Користувачі повинні взаємодіяти з даними, а браузер є чудовим місцем для зберігання відбитків користувачів. Складні користувацькі дії та автоматизовані дії повинні здійснюватися через браузер.

Майбутні моделі взаємодії можуть еволюціонувати в: користувач → виклик AI агента → браузер.

Браузер є місцем зберігання персоналізованого контенту:

• Більшість великих моделей розміщено в хмарі, їх важко безпосередньо викликати для використання чутливих даних на місці.
• Для передачі всіх даних третій стороні необхідно повторно отримати дозвіл користувача.
• Багато операцій повинні виконуватися в пісочниці браузера.
• Контекст даних сильно залежить від браузера.

Глибокі зміни у формі взаємодії

Великі моделі ШІ глибоко змінили ефективність і способи, якими ми читаємо дані. Дослідження показують, що майже 63% запитів Google є "нульовими кліками", користувачі звикли отримувати інформацію безпосередньо зі сторінки результатів пошуку.

Однак, AI-браузеру все ще потрібно досліджувати відповідні форми взаємодії, особливо в області зчитування даних, оскільки поточна "проблема ілюзій" великих моделей ще не вирішена.

Справжнім каталізатором для масштабних змін у браузерах є рівень взаємодії з даними. Користувачі все більше схильні використовувати природну мову для опису складних завдань, ці агентні завдання поступово беруть на себе AI-агенти.

Майбутні браузери повинні бути спроектовані для повної автоматизації, враховуючи, як поєднати досвід читання людини з можливістю аналізу AI Agent, а також як одночасно обслуговувати користувачів і модель агента на одній сторінці.

Аналіз основних проектів AI-браузерів

Використання браузера

Browser Use побудував справжній семантичний шар для створення архітектури семантичного розпізнавання для наступного покоління браузерів. Він перетворює традиційний DOM у "семантичний DOM", дозволяючи агентам точно діяти без "координат перегляду кадру". Цей підхід замінює візуальне OCR або координати Selenium на "структурований текст → виклик функції", що забезпечує швидше виконання, економію токенів і менше помилок.

Arc (Компанія Browser)

Компанія Browser Company планує зосередити увагу на повністю AI-орієнтованому браузері DIA. Однак деякі її прогнози щодо майбутнього ринку браузерів викликають питання. Зокрема, точка зору про те, що веб-сторінки більше не будуть основним інтерфейсом взаємодії, може недооцінювати основну роль браузера у представленні інформації та персоналізованому досвіді.

Переплутаність

Perplexity є AI пошуковою системою, остання оцінка якої становить 14 мільярдів доларів. Її особливість полягає в тому, що вона може в реальному часі підсумовувати сторінки, що дає їй перевагу в отриманні миттєвої інформації. Perplexity будує рідний браузер Comet, плануючи глибоко інтегрувати AI завдання в основі браузера.

Однак лише за допомогою функціонального наслідування неможливо справити справжню загрозу Google. Справжнім кандидатом на створення нового порядку стане перебудова архітектури браузера з нуля, глибока інтеграція LLM у ядро браузера та досягнення радикальних змін в способах взаємодії.

Сміливий

Brave є раннім і успішним браузером у криптоіндустрії, заснованим на архітектурі Chromium. Він залучає користувачів за рахунок конфіденційності та заробляння токенів під час серфінгу. Однак потреби в конфіденційності все ще в основному зосереджені на певних групах користувачів, що ускладнює підрив існуючих гігантів.

План Brave полягає в оновленні до браузера, орієнтованого на конфіденційність, але обмежений через невелику кількість даних користувачів та низький рівень настроюваності. Його AI-асистент Leo більше схожий на плагін, і наразі немає чіткої стратегії для повного переходу на AI Agent.

Донат

Donut є новим проектом у криптоіндустрії, метою якого є реалізація інтегрованої здатності "дослідження - ухвалення рішень - крипто-нативне виконання". Його основна суть полягає в поєднанні автоматизованих шляхів виконання, що є крипто-нативними, що відповідає тенденції, відповідно до якої майбутні агенти можуть замінити пошукові системи як основний вхідний потік.

Поради для підприємців

1. Стандартизація структури інтерфейсу: забезпечити готовність продукту до виклику агентами, враховуючи стандартизацію та абстракцію інформаційної структури.

2. Ідентичність та доступ: стати надійним посередником при виконанні транзакцій, викликах платежів або активів як AI-агент.

3. Перепонимання механізму трафіку: перехід від SEO до AEO (Оптимізація Агента) або ATF (Виконання Агентичних Завдань).

Підприємці повинні переосмислити продукт як компоненти API, щоб агенти не лише могли "зрозуміти" його, але й "викликати" його. Основна увага в майбутньому не повинна бути на створенні нового браузера, а на тому, щоб існуючі браузери служили агентам, створюючи міст для нового покоління "потоків команд".

Якщо Web2 залучає увагу користувачів за допомогою UI, то ера Web3 + AI Agent залучає наміри виконання агентів за допомогою викликів ланцюга.