- BrowserOS on Chromiumin haarauma, jossa on natiiveja tekoälyagentteja, jotka automatisoivat klikkaukset, lomakkeet ja navigoinnin omalta tietokoneeltasi.
- Projekti on avoimen lähdekoodin (AGPL-3.0), priorisoi yksityisyyttä, tukee paikallisia malleja ja sallii omien tekoälyavainten käytön.
- Se integroi MCP-palvelimen, visuaaliset työnkulut, ajoitetut tehtävät ja kymmeniä integraatioita sovelluksiin, kuten Gmail, Notion tai Salesforce.
- Se asemoituu todelliseksi vaihtoehdoksi Atlasille, Cometille tai Dialle yhdistämällä syvällisen automaation, yhteensopivuuden laajennusten kanssa ja datan hallinnan.
Jos olet kuullut BrowserOS:sta "aivoineen selaimena" etkä ole aivan varma, mikä tekee siitä erilaisen kuin Atlas, Comet tai edes Chrome Copilotilla, olet tullut oikeaan paikkaan. Viime viikkoina siitä on tullut yksi puhutuimmista projekteista niiden keskuudessa, jotka etsivät vähemmän tunnettuja selaimia, joissa on todellisia automaatio-ominaisuuksia ja ennen kaikkea yksityisyys on etusijalla.
BrowserOS:n ydinajatus on yksinkertainen selittää, mutta silti tehokas: kuvailet luonnollisella kielellä, mitä haluat selaimessa tapahtuvan , ja tekoälyagentti hoitaa klikkaamisen, kirjoittamisen ja navigoinnin puolestasi suoraan tietokoneeltasi. Kolmannen osapuolen pilviagentit eivät valvo istuntoasi etänä: tässä moottori toimii Chromium-haaralla, on avoimen lähdekoodin ohjelmisto ja perustuu paikallisiin malleihin ja "omiin avaimiisi", joten tietojesi ei tarvitse matkustaa minnekään, jos et halua niiden siirtyvän.
Mikä BrowserOS tarkalleen ottaen on ja mikä tekee siitä erilaisen?
BrowserOS on pohjimmiltaan Chromium-pohjainen selain, joka integroi natiivisti tekoälyagentteja . Emme puhu laajennuksesta tai itsenäisestä chatbotista, vaan järjestelmästä, jossa selain itse ymmärtää luonnollisen kielen ohjeita ja voi suorittaa toimintosarjoja: avata sivuja, kirjautua sisään, suorittaa hakuja, täyttää lomakkeita, poimia ja muuntaa tietoja tai käynnistää monimutkaisia työnkulkuja yhdistämällä verkko- ja paikallisia tiedostoja.
Chromiumille rakennettu ympäristö tuntuu erittäin tutulta ensimmäisestä minuutista lähtien: Google Chromen kaltainen käyttöliittymä, yhteensopiva lähes kaikkien laajennustesi kanssa , mahdollisuus tuoda kirjanmerkkejä, salasanoja ja historiaa Chromesta , ja yleisesti ottaen nolla oppimiskäyrä, jos olet jo tottunut ekosysteemiin. Chromea, Bravea tai Edgeä käyttäville tunne on "kuin kotona, mutta supervoimilla".
Keskeinen ero on, että agentit sijaitsevat selaimessa ja toimivat koneellasi . Se ei ole etäpalvelu, joka "katselee" tekemisiäsi ja simuloi sitten palvelimelta tulevia klikkauksia; BrowserOS määrittää automaatiotyökalupalvelimen (paljastuu MCP-palvelimena), joka käyttää omaa muokattua Chromiumiaan. Tämän lisäksi TypeScript/Go-ympäristön tekoälyagenttikerros kommunikoi selaimen kanssa Chrome DevTools -protokollan kautta käyttäen tyypitettyjä sidoksia ja kaikkia tarvittavia työkaluja verkon navigointiin kuin ihminen.
Projekti on organisoitu monorepoksi, jossa on kaksi pääkomponenttia: Chromium-haara ja agenttialusta . Alustaan kuuluvat itse selain (C++/Python ja koontijärjestelmä), Bun-palvelin, jossa on yli 50 MCP-työkalua tehtävien automatisointiin, sisäinen agenttilaajennus (uusi välilehti, sivupaneeli, asetukset), Go CLI sen ohjaamiseen terminaalista tai koodiagenteista, kuten Claude Code, sekä arviointikehys suorituskyvyn mittaamiseen vertailutesteissä, kuten WebVoyager tai Mind2Web.
Kaikki tämä on julkaistu AGPL-3.0- lisenssillä , ja koodi on avoinna tarkastelulle ja muokkaamiselle, kunhan lisenssiehtoja noudatetaan. Ja asia, jota monet arvostavat: järjestelmän kehotteet ja agentin logiikka eivät ole musta laatikko; ne on dokumentoitu ja niitä voidaan muokata itse projektin sisältä (esimerkiksi käyttämällä SOUL.md-tiedostoa, joka määrittelee ohjatun toiminnon persoonallisuuden ja säännöt).
Miksi juuri nyt: agenttiselainten nousu
Hyvin lyhyessä ajassa olemme siirtyneet yksinkertaisesta sivuja näyttävästä selaimesta "tekoälyselainten" aaltoon , jotka lupaavat tehdä työn puolestasi . Meillä on ChatGPT Atlas, Perplexity Comet, Dia (Arcin henkinen seuraaja Atlassianin alaisuudessa), visuaalisia vaihtoehtoja kuten Kosmik, markkinointivetoisempia keksintöjä kuten Fellou tai ratkaisuja, joissa on enemmän haittoja kuin etuja, kuten Sigma.
Useimmilla on yhteinen kaava: ne ovat Chromium-pohjaisia, ja niiden sivupalkissa on avustaja , sivuyhteenvetoominaisuudet, edistynyt haku, jonkin verran välilehtiautomaatiota ja monissa tapauksissa liiketoimintamalli, joka perustuu mainontaa varten kerättyyn dataan tai tietyn LLM:n suljettuihin tilauksiin. Ne ovat käteviä, kyllä, mutta ne eivät juurikaan sovellu ympäristöihin, joissa yksityisyys ja datanhallinta ovat kriittisiä.
BrowserOS-tiimi lähtee liikkeelle eri lähtökohdasta: miljoonat tietotyöntekijät käyttävät 60–80 % ajastaan verkkosovelluksissa, mutta jäävät silti jumiin toistuviin selaintehtäviin : tietojen kopioimiseen ja liittämiseen, samojen lomakkeiden toistuvaan täyttämiseen, tiedon siirtämiseen SaaS-palvelusta toiseen, raporttien laatimiseen kojelaudoista ilman API-rajapintoja ja niin edelleen. Tekoälytyökalut auttavat jo ohjelmoinnissa, kirjoittamisessa ja analysoinnissa, mutta lähes mikään niistä ei luotettavasti ja ennen kaikkea turvallisesti "napsauta käyttöliittymän painikkeita".
Tässä kohtaa agenttiselaimen konsepti astuu kuvaan: selaimen muuttaminen "agenttikäyttöjärjestelmäksi" , joka voi toimia millä tahansa verkkosivustolla todennettujen istuntojen avulla pakottamatta sinua jakamaan tunnistetietojasi etäpalveluntarjoajan kanssa. Juuri tätä BrowserOS pyrkii tekemään suorittamalla agentteja paikallisesti ja ohjaamalla toimintoja sieltä käsin.
Ongelmat, joita BrowserOS yrittää ratkaista
Ennen BrowserOS:n ilmestymistä monet tekoälyautomaatioehdotukset kohtasivat kolme hyvin erityistä estettä. Ensimmäinen oli pääsy todellisiin todennettuihin istuntoihin : jos agentti toimii etäpalvelimella, sillä on yleensä vakavia vaikeuksia toimia Gmailin, LinkedInin, yritystyökalujen tai intranet-tilien kanssa joutumatta epävarmalle turvallisuusalueelle.
Toinen este on työkalujen ja protokollien äärimmäinen pirstaloituminen . Yksi järjestelmä antaa sinun kommunikoida MCP-palvelimien kanssa, toinen automatisoi vain selaimen käyttöliittymän, kolmas keskittyy Zapierin kaltaisiin API-työnkulkuihin... ja lopulta lopputuloksena on kokoelma toisistaan irrallisia osia, jotka eivät ratkaise päivittäisiä prosessejasi alusta loppuun.
Kolmas on tuotemalli: musta laatikko, suljettu järjestelmä ja mainonnalle tai haulle annettu prioriteetti . Tämä pätee selaimiin, jotka keskittyvät liiketoimintansa käyttäjien kyselyiden rahallistamiseen tai liikenteen ohjaamiseen hakukoneeseensa. Ne eivät anna sinulle pääsyä koodiin, ne eivät anna sinun nähdä kehotteita, ne pakottavat sinut käyttämään malliaan ja ne säilyttävät käyttötietojasi parantaakseen palveluaan... ja tulostaan.
BrowserOS ratkaisee tämän kolmiosaisen ongelman suoraviivaisella lähestymistavalla: selaimessasi toimivat agentit yhdistävät selaimen automaation ja MCP:n avoimen lähdekoodin filosofiaan ja paikalliseen hallintaan . Sinä valitset, mitä LLM:ää käytät, mitkä tiedot lähtevät koneelta ja mitkä jäävät paikallisesti; ja voit jopa auditoida koodia nähdäksesi, miten agentti toimii.
BrowserOS-arkkitehtuuri ja komponentit
Sisäisesti BrowserOS on organisoitu monorepoksi, jossa on kaksi pääalijärjestelmää : itse selain (Chromiumin haarauma) ja agenttialusta. Paketit packages/browseros sisältävät selainkoodin, tietosuojakorjaukset (osittain ungoogled-chromium-paketin inspiroimia), käännösjärjestelmän ja kunkin alustan allekirjoituksen. Tämä on vaativin osa, joka on kirjoitettu C++:lla ja Pythonilla ja vaatii noin 100 Gt levytilaa kääntämiseen, jos päätät rakentaa sen itse.
Samanaikaisesti apps/server on Bun-palvelin, joka tarjoaa yli 50 MCP-työkalua ja suorittaa agentin pääasiallisen silmukan. Tässä määritellään automaatio-ominaisuudet: navigointi, klikkaaminen, vieritys, strukturoidun tiedon poiminta, lomakkeiden vuorovaikutus, taulukoiden lukeminen jne. Kaikki tämä on saatavilla MCP-työkaluina, joita LLM kutsuu tehtävästä riippuen.
Sitten on apps/agent , joka toimii sisäisenä laajennuksena: se tarjoaa uuden välilehden, keskustelusivupalkin, perehdytysjärjestelmän ja asetusvalikon agenteille ja tekoälypalveluntarjoajille. Sieltä avaat keskustelun, valitset malleja, säädät muistia, määrität taidot (esimääritetyt ohjejoukot) ja hallitset työnkulkuja (uudelleenkäytettäviä visuaalisia automaatiovirtoja).
apps /cli -paketti tarjoaa browseros-cli-nimisen Go CLI:n, joka on suunniteltu ohjaamaan selainta terminaalista tai koodiagenteista, kuten Claude Codesta. Voit käynnistää BrowserOS:n, alustaa yhteyden init-komennolla ja lähettää sitten tehtäviä agentille skripteistä, CI-putkistoista tai kehitysympäristöistä MCP-tuen avulla.
Lopuksi, apps/eval ja agent-sdk-paketti tarjoavat kehyksen agenttien arviointiin ja kehittämiseen: näihin kuuluvat testipaketit, kuten WebVoyager tai Mind2Web, Node.js:n SDK:t selaimen automatisointiin luonnollisella kielellä sekä tyypitetyt sidokset Chrome DevTools -protokollalle (cdp-protocol), joka on avainasemassa agentin turvallisen ja luotettavan vuorovaikutuksen kannalta sivujen kanssa.
Tärkeimmät toiminnot päivittäisessä käytössä
Käyttäjän näkökulmasta mielenkiintoista on se, miten kaikki tämä muuttuu konkreettisiksi toiminnoiksi. Yksi kulmakivistä on integroitu tekoälyagentti , jossa on yli 50 selaimen automaatiotyökalua: se voi avata uusia välilehtiä, navigoida URL-osoitteisiin, seurata linkkejä, vierittää, täyttää lomakkeita, napsauttaa painikkeita, lukea taulukoita ja luetteloita tai poimia olennaisia tietoja jäsennellyllä tavalla.
Tässä kohtaa Workflows-järjestelmä astuu kuvaan , visuaalinen työnkulkujen rakentaja, jonka avulla voit luoda toistettavia automaatioita: esimerkiksi rutiinin, jossa siirrytään tiettyyn kojelautaan joka aamu, poimitaan tiedot ja viedään ne paikalliseen tiedostoon tai MCP:n kautta yhdistettyyn SaaS-alustaan. Nämä työnkulut tukevat ajoitettuja tehtäviä, joten voit suorittaa ne päivittäin, tunneittain tai jopa muutaman minuutin välein.
Cowork - ominaisuus yhdistää selaimen automaation paikallisiin tiedostotoimintoihin. Tämä mahdollistaa esimerkiksi agentin tehdä verkkohakuja, luoda raportin Markdown-dokumenttiin tai PDF-tiedostoon ja tallentaa sen automaattisesti järjestelmässäsi olevaan kansioon. Se on selkeä askel kohti "agentti-työntekijä"-mallia, jossa raskas työ tehdään, kun taas sinä keskityt päättämään, mitä haluat saavuttaa.
BrowserOS sisältää myös pysyvän muistijärjestelmän keskustelujen välillä, jotta avustajasi voi muistaa pitkän aikavälin kontekstin: meneillään olevat projektit, kirjoitusmieltymykset, sisäiset säännöt jne. Tätä toimintaa säädetään SOUL.md-tiedostolla, jossa määrität avustajan persoonallisuuden, sävyn ja toimintaohjeet – hyödyllistä, jos haluat yhdenmukaistaa sen yrityksesi käytäntöjen kanssa.
Käyttöliittymän hallintatasolla selain sisältää pystysuuntaiset välilehdet , jotka helpottavat kymmenien tai satojen välilehtien käsittelyä, semanttisen hakukoneen historialle ja kirjanmerkeille (haut merkityksen, ei pelkästään kirjaimellisen tekstin perusteella), integroidun korostusjärjestelmän, joka estää tutkimuksen keskeisten osien katoamisen, Smart Nudge -ominaisuuden, joka ehdottaa sopivia integraatioita tai työkaluja kontekstista riippuen, sekä mahdollisuuden määritellä tiettyjä taitoja: kuratoituja ohjeita, jotka muokkaavat agentin toimintaa tietyn tyyppisen tehtävän edessä.
Tietosuoja ensin: paikalliset mallit ja omat avaimet
Yksi BrowserOS:n suurista eduista on, että se ei sido sinua yhteen tekoälypalveluntarjoajaan . Selain toimii minkä tahansa modernin LLM:n kanssa: voit käyttää omia avaimiasi OpenAI:lta (GPT-4o, o3), Anthropicilta (Claude), Googlelta ( Gemini ), Azure OpenAI:lta, AWS Bedrockilta, Qwen Codelta, Kimi K2.5:ltä, GitHub Copilotilta tai muodostaa yhteyden aggregaattoreihin, kuten OpenRouter. Ja jos haluat, voit ajaa paikallisia malleja Ollamalla tai LM Studiolla, joten pyynnöt eivät koskaan poistu koneeltasi.
Yhteensopivuustaulukko tekee selväksi, että BrowserOS on sitoutunut "tuo omat avaimesi" -malliin : integroidusta mallista ei peritä maksua, jos olet jo tilannut ChatGPT Pron, Plusin tai GitHub Copilotin. Versio 0.44.0 tuo itse asiassa tuen näiden tilausten suoralle hyödyntämiselle selaimen agenttipohjaisena palvelimena ilman lisäkustannuksia BrowserOS:lle.
Muiden selainten käyttäjille vertailu on varsin silmiinpistävä: Chromeen tai Braveen verrattuna BrowserOS tarjoaa tekoälyagentin, paikallisen MCP-palvelimen, visuaalisia työnkulkuja, coworking-tilan, ajoitetut tehtävät, mukautettujen avainten käytön, paikallisia malleja, paikallisesti ensisijaisen lähestymistavan yksityisyyteen ja mainosten estämisen Manifest V2 -tuella (mukaan lukien uBlock Origin) – kaikki avoimen lähdekoodin projektin sisällä. Vertailutaulukossa Chrome, Brave, Atlas, Comet ja Dia saavat kaikki "ei" BrowserOS:lle, joka saa "kyllä".
Lyhyesti sanottuna filosofia on, että selaushistoriasi, todennetut istunnot ja agenttien käsittelemät tiedot pysyvät koneellasi . Jos haluat jonkin jaettavan, se tehdään valitsemasi palveluntarjoajan avaimen avulla, ja lisävaihtoehtona on sulkea käyttö kokonaan ja pysyä vain paikallisissa malleissa. Tämä on ristiriidassa esimerkiksi selainten, kuten Perplexity Cometin, kanssa, jonka toimitusjohtaja on myöntänyt aikomuksensa tallentaa kaikki selaimessa tekemäsi toimet hyperpersonoitujen mainosten järjestelmän ruokkimiseksi.
MCP-integraatiot, yhdistetyt sovellukset ja muiden agenttien käyttö
Yksi erityisen tehokas ominaisuus on BrowserOS:n rooli MCP (Model Context Protocol) -palvelimena . Tämä tarkoittaa, että itse selain voidaan paljastaa työkalupakkina muille MCP-asiakasohjelmille, kuten claude-codelle, gemini-cli:lle tai mille tahansa yhteensopivalle agentille, jonka haluat määrittää. Käytännössä koodieditorisi tai terminaalisi voi delegoida selaintoimintoja BrowserOS:lle ilman, että sinun tarvitsee koskea hiireen.
Integraatioiden puolella selain tukee jo Gmailia, Google Kalenteria, Google Docsia, Google Sheetsiä, Notionia, Slackia , GitHubia, Linearia, Figmaa, Salesforcea ja monia muita MCP-palvelimien kautta. Monet näistä integraatioista asentuvat yhdellä napsautuksella ja mahdollistavat esimerkiksi luonnosvastausten luomisen, kokousten aikatauluttamisen, GitHub-ongelmien päivittämisen tai tehtävien siirtämisen Linearissa osana laajempaa työnkulkua.
Mielenkiintoista on, että sinun ei tarvitse valita "selaimen automatisoinnin" tai "APIen kanssa MCP:n kautta kommunikoinnin" välillä. BrowserOS antaa sinun yhdistää molemmat tasot yhdeksi agenttireseptiksi : voit kaapia tietoja verkkoportaalista ilman API:a, käsitellä ne mallin avulla ja päivittää ne sitten laskentataulukkoon tai CRM:ään käyttämällä vastaavaa MCP-integraatiota – kaikki yhdessä, yhtenäisessä työnkulussa.
Tämä orkestrointiominaisuus ulottuu komentorivikäyttöliittymään (CLI): browseros-cli:n avulla macOS:ssä, Linuxissa tai Windowsissa on mahdollista käynnistää ja hallita selaintehtäviä skripteistä, CI/CD-putkista tai kehitysagenteista. Kun CLI on yhdistetty BrowserOS-instanssiin `init`-komennolla, mikä tahansa ulkoinen työkalu voi käynnistää täydellisiä selainautomaatioita hyödyntäen todennettuja istuntoja ja käyttäjän reaalimaailman kontekstia.
Version 0.44.0 tärkeimmät ominaisuudet
Viimeaikaisista päivityksistä BrowserOS- versio 0.44.0 tuo mukanaan useita mielenkiintoisia parannuksia. Merkittävin on suora tuki ChatGPT Pro/Plus- ja GitHub Copilot -järjestelmille tekoälypalveluntarjoajina agenteille: jos maksat jo näistä tilauksista, voit käyttää niitä tehtävien automatisointiin selaimessa maksamatta kahdesti yksinkertaisesti kirjautumalla sisään tileilläsi.
Toinen käytännöllinen lisä on äänisyöttö chat-palkissa . Sen sijaan, että kirjoittaisit jokaisen kyselyn, voit puhua agentille, jotta se voi tulkita komennon ja suorittaa vastaavan sekvenssin. Tämä on erityisen hyödyllistä pitkissä tehtävissä tai kun ketjutat saumattomasti useita komentoja yhteen.
Käyttäytymisen tasolla osa agentin maadoitusjärjestelmästä on suunniteltu uudelleen, jotta selaimessa suoritettavat toiminnot olisivat luotettavampia ja tarkempia . Tämä tarkoittaa vähemmän satunnaisia klikkauksia, parempaa tarkkuutta oikeiden elementtien valinnassa ja parempaa monimutkaisten tilojen hallintaa dynaamisilla sivuilla.
Versio sisältää myös useita korjauksia: parannuksia muistityökaluihin , korjauksia "täyttötyökaluun" kenttien johdonmukaisemman täyttämisen mahdollistamiseksi, muutoksia uuteen välilehden ulkoasuun ja useita vakauteen liittyviä parannuksia, jotka ovat havaittavissa pitkissä automaatiosessioissa.
Todellisia käyttötapauksia: älykkäästä tiedon kaapimisesta "työntekijäagenttiin"
BrowserOS loistaa todella silloin, kun sille tarjotaan kokonaisia työtehtäviä, ei vain yksinkertaisia kysymyksiä . Kuvittele haluavasi saada joka aamu seitsemältä raportin tekoälyn uusimmista kehitysaskeleista: arXiv-artikkeleista, Hugging Face -arkistoista, Google Scholar -maininnoista, alan uutisista, asiaankuuluvista blogikirjoituksista, hallituksen ilmoituksista ja tekoälyyritysten osakeliikkeistä…
BrowserOS:n avulla voit määrittää ajoitetun tehtävän tämän työnkulun suorittamiseksi: agentti avaa asiaankuuluvat lähteet, etsii päivityksiä viimeisimmän suorituksen jälkeen, poimii otsikot ja tärkeimmät linkit, ryhmittelee ne ja kokoaa ne asiakirjaksi tai laskentataulukoksi. Ensimmäisellä kerralla on suositeltavaa seurata ja säätää kehotteita valinnan tarkentamiseksi, mutta hienosäädön jälkeen siitä tulee eräänlainen "digitaalinen työntekijä", joka suorittaa tämän valvontakierroksen puolestasi.
Toinen käytännön esimerkki on sisäisten lomakkeiden ja koontinäyttöjen käsittely ilman API:a . Monet yritykset luottavat edelleen vanhoihin verkkosovelluksiin, joissa ei ole julkisia päätepisteitä; ainoa olemassa oleva käyttöliittymä on napsautettavaksi suunniteltu käyttöliittymä. Tässä BrowserOS-agentti voi navigoida valikoissa, täyttää kentät, napsauttaa painikkeita ja poimia vahvistukset aivan kuten henkilö tekisi, mutta uudelleenkäytettävän ja auditoidun reseptin avulla.
Se on myös hyödyllinen kokousten tai kampanjoiden nopeaan valmisteluun . Voit pyytää asiakaspalvelijaa tarkistamaan projektiin liittyvät uusimmat Gmail-, Slack-viesti- ja Google Docs -asiakirjojen keskustelut, vertaamaan näitä tietoja Salesforcen tai Notionin tietoihin ja luomaan tiiviin briifin. Kaikki tämä tehdään yhdistämällä MCP-integraatioita ja selainautomaatiota, jotta voidaan käyttää sivuja tai koontinäyttöjä, jotka eivät ole täysin integroituja.
Tutkimusalalla demot, kuten hackernews.top.3.mp4, use-browserOS-to-chat.mp4 ja use-browserOS-to-extract.mp4, näyttävät agentin navigoimassa sivustoilla, kuten Hacker News, tunnistamassa olennaisimmat ketjut tiettyjen kriteerien perusteella, avaamassa ne ja poimimassa hyödyllistä tietoa tai keskustelemassa kanssasi liikkuessaan verkossa. Kyseessä on "verkolle kommunikoinnin" idea, joka toteutetaan käytännössä näkyvien toimien avulla.
Käyttäjäkokemus, vahvuudet ja parannuskohteet
Yksi arvosteluissa useimmin mainituista seikoista on, että BrowserOS ei yritä keksiä pyörää uudelleen peruskäyttöliittymässään . Se tervehtii sinua klassisella osoiterivillä, odotetusti löytyvillä välilehdillä ja nopealla pääsyllä tekoälypaneeliin, joten sinun ei tarvitse "opetella uutta selainta alusta alkaen". Käyttäjille, jotka ovat jo kokeilleet Arcia, Diaa, Waveboxia tai eksoottisempia selaimia, tämä yksinkertaisuus on tervetullut muutos.
Chat-paneeli tukee useita tekoälypalveluntarjoajia suoraan paketista ja antaa sinun käyttää ChatGPT-, Claude-, Gemini-, Grok- tai Perplexity-tilejäsi taustajärjestelmänä. Tämä on ristiriidassa monien "tekoälypohjaisten" selainten toimintamallin kanssa, jotka yrittävät tuputtaa omaa malliaan tai tilaustaan sinulle. Tässä, jos maksat jo ChatGPT Prosta tai Copilotista, voit hyödyntää sitä; jos haluat mieluummin käyttää Ollamaa yksin, voit tehdä sen myös.
LLM Hub on mielenkiintoinen ominaisuus, jonka avulla voit vertailla useita malleja rinnakkain samalla sivulla . Vaikka se saattaa vaikuttaa omalaatuiselta, se on hyödyllinen mallien päättely- tai tyylierojen näkemiseen tai vastausten validointiin ristiviittaamalla useisiin lähteisiin. Tiimi itse kutsuu sitä joskus humoristisesti "GPT-mallien yhteenotoksi".
Kaikki ei tietenkään ole täydellistä. Jotkut käyttäjät ovat huomauttaneet kaipaavansa kattavampaa tuontijärjestelmää muista selaimista , erityisesti Edgellä tuleville, joilla on vuosien tallennetut kirjanmerkit, salasanat ja asetukset. Mainitaan myös, että tekoälypaneeli ei ole aina yhtä kontekstitietoinen kuin kypsemmissä tuotteissa; kuvakaappaus- ja sisällönkopiointiominaisuuksia on lisätty tämän korjaamiseksi, mutta se on edelleen parantamisen varaa.
Silti suhteellisen nuoreksi projektiksi iteraatioprosentti on korkea ja Discordin ja GitHubin yhteisö on erittäin aktiivinen: mukana on kolmansien osapuolten kontribuutioita, pyyntöjä uusista ominaisuuksista, pull-pyyntöjä ja avointa keskustelua siitä, miten käyttöliittymän, integroinnin paikallisten mallien kanssa ja muistijärjestelmän tulisi kehittyä.
Nopea vertailu muihin tekoälyllä toimiviin selaimiin
Kokonaiskuvan perusteella BrowserOS:ia kannattaa verrata joihinkin sen merkittävimpiin kilpailijoihin. Toisin kuin ChatGPT Atlas , joka on pohjimmiltaan muunneltu Chrome, jossa on sisäänrakennettu ChatGPT-paneeli ja agenttipohjaisia ominaisuuksia, jotka on suunnattu hakuun ja ostosten tekemiseen, BrowserOS kannattaa avoimen lähdekoodin periaatteita, sillä se suorittaa prosessoinnin omalla tietokoneella eikä lukitse pääsyä eri malleihin yhden toimittajan taakse.
Verrattuna Perplexity Cometiin , joka loistaa tutkimus- ja tiedonhakuselaimena (hyvin linkitettyjen viittausten ja yhteistyöprojektien avulla), BrowserOS uhraa osan tästä sosiaalisesta ja toimituksellisesta tasosta syvällisen käyttöliittymäautomaation ja paikallisen datan hallinnan hyväksi . Lisäksi siinä missä Comet omaksuu mainontaan ja käyttäjäprofilointiin sidotun liiketoimintamallin, BrowserOS välttää tätä lähestymistapaa jo suunnittelullaan.
Toisin kuin Dia (entinen Arc, osa Atlassiania) , joka keskittyy keskustelussaan personointiin, käyttäjämuistiin, taitoihin ja erittäin viimeisteltyyn muotoiluun, mutta lähestymistavaltaan suljetumpi ja Atlassian-ekosysteemiin suuntautunut, BrowserOS tarjoaa avoimen, monialustaisen vaihtoehdon (Windows, macOS, Linux) ja on vähemmän riippuvainen yhdestä palveluntarjoajasta tai integraatioista tiettyjen yritystuotteiden kanssa.
Jos vertaamme sitä "niche"-tarjouksiin, kuten Fellouhun, Sigmaan tai Kosmikiin , ero piilee jälleen keskittymisessä: vaikka jotkut näistä selaimista valitsevat näyttäviä visuaalisia kokemuksia, aggressiivista markkinointia tai lupauksia täydellisestä autonomiasta, jotka eivät lopulta toteudu, BrowserOS keskittyy mieluummin varmistamaan, että agentti todella navigoi, napsauttaa oikealla paikalla, täyttää lomakkeita ja kunnioittaa yksityisyyttäsi tekemättä sinusta tuotetta.
Spektrin toisessa ääripäässä ovat ratkaisut, kuten Edge with Copilot , jotka ovat pitkään tarjonneet selainavustajaa, mutta käytännössä rajoittuvat tekoälypohjaiseen keskusteluun ja muutamaan yhteenveto- tai kuvanluontitoimintoon. Ne ovat hyödyllisiä, varsinkin jos maksat jo Copilotista Microsoft 365 -ekosysteemissä, mutta ne eivät vielä kilpaile BrowserOS:n käyttöliittymän automaation tason tai avoimuuden kanssa.
Asennus, alustat ja yhteisö
BrowserOS:n asentaminen on helppoa: saatavilla on versioita macOS:lle, Windowsille ja Linuxille , mukaan lukien käteviä formaatteja, kuten AppImage ja Debian-paketit Linuxille. Virallisilta verkkosivuilta voit ladata järjestelmääsi vastaavan version, suorittaa asennusohjelman ja selain on käyttövalmis vain muutamassa minuutissa.
Suositeltu prosessi on yleensä seuraava: lataa, asenna ja tuo Chrome-tiedot, jos haluat säilyttää kirjanmerkit, salasanat ja laajennukset ; yhdistä valitsemasi tekoälypalveluntarjoaja (tai määritä paikallisia malleja Ollaman/LM Studion avulla); ja sitten aloita tehtävien kuvailu agentille. Loput sisältävät taitojen, työnkulkujen ja ajoitettujen tehtävien mukauttamisen työnkulkusi mukaan.
Yhteisön osalta projekti ylpeilee useilla tuhansilla tähdillä GitHubissa , kymmenillä tuhansilla latauksilla ja aktiivisella Discord-yhteisöllä, jossa keskustellaan uusista ominaisuuksista, vastataan teknisiin kysymyksiin ja kerätään ideoita kokeneilta käyttäjiltä. Mukana on myös ominaisuuspyyntökanava ja yksityiskohtainen osallistumisdokumentti kaikille, jotka haluavat osallistua sekä agenttien (TypeScript/Go) että selainkehityksen (C++/Python) parissa.
Niille, jotka käyttävät muita "outoja" selaimia, kuten Zen Browseria , Waveboxia, Ulaaa, Ghost Browseria tai Thoriumia, BrowserOS alkaa asemoimaan itseään vähemmän tunnetuksi mutta erittäin lupaavaksi vaihtoehdoksi natiivin tekoälyn, Chromium-pohjan, laajennusyhteensopivuuden, todellisen automaation, paikallisten mallien tuen ja selkeän yksityisyydensuojan yhdistelmän ansiosta.
Kaiken näkemämme perusteella BrowserOS on muotoutumassa avoimen lähdekoodin agenttiselaimeksi, jonka tavoitteena on mennä yksinkertaisen "sivupalkin keskustelun" pidemmälle: se integroi agentin, joka pystyy vuorovaikuttamaan verkon kanssa kuten sinä, käyttämällä todellisia istuntojasi; se yhdistää käyttöliittymän automaation MCP-integraatioihin; se mahdollistaa omien LLM-tilausten tai paikallisten mallien käytön; se priorisoi yksityisyyttä; ja toisin kuin monet suljetut tarjoukset, se panostaa kaikkiin mahdollisuuksiin GitHubissa. Vaikka käytettävyydessä ja kontekstissa on vielä parantamisen varaa, sen tekninen perusta ja ajava filosofia tekevät siitä erittäin vakavasti otettavan vaihtoehdon kaikille, jotka haluavat selaimensa siirtyvän pelkästä suorakulmiosta, jossa katselet sivuja, kerta kaikkiaan työkaluksi, joka toimii kanssasi ja sinua varten.
Intohimoinen kirjoittaja tavujen maailmasta ja tekniikasta yleensä. Rakastan jakaa tietämykseni kirjoittamalla, ja sen aion tehdä tässä blogissa, näyttää sinulle kaikki mielenkiintoisimmat asiat vempaimista, ohjelmistoista, laitteistoista, teknologisista trendeistä ja muusta. Tavoitteeni on auttaa sinua navigoimaan digitaalisessa maailmassa yksinkertaisella ja viihdyttävällä tavalla.