Szczegółowa recenzja BrowserOS: przeglądarki z agentami AI i prawdziwą prywatnością

Jeśli zacząłeś słyszeć o BrowserOS jako „przeglądarka z mózgiem” i nie do końca rozumiesz, czym różni się od Atlasa, kometa Jeśli szukasz przeglądarki Chrome z funkcją Copilot, to dobrze trafiłeś. W ostatnich tygodniach stała się ona jednym z najgłośniejszych projektów wśród osób poszukujących mniej znanych przeglądarek z prawdziwymi funkcjami automatyzacji i, przede wszystkim, z naciskiem na prywatność.

Główna idea BrowserOS jest prosta do wyjaśnienia, ale niesie ze sobą potężne konsekwencje: Opisujesz w języku naturalnym, co ma się wydarzyć w przeglądarce A agent AI zajmuje się klikaniem, pisaniem i nawigacją za Ciebie, bezpośrednio z Twojego komputera. Żadnych agentów w chmurach zewnętrznych, którzy zdalnie monitorowaliby Twoją sesję: tutaj silnik działa w ramach forka Chromium, jest oprogramowaniem open source i opiera się na modelach lokalnych oraz zasadzie „przynieś własne klucze”, więc Twoje dane nie muszą nigdzie podróżować, jeśli sobie tego nie życzysz.

Czym dokładnie jest BrowserOS i co go wyróżnia

BrowserOS jest w istocie przeglądarka oparta na Chromium, która natywnie integruje agentów sztucznej inteligencjiNie mówimy tu o rozszerzeniu ani samodzielnym chatbocie, lecz o systemie, w którym sama przeglądarka rozumie instrukcje w języku naturalnym i może wykonywać sekwencje działań: otwierać strony, logować się, przeprowadzać wyszukiwania, wypełniać formularze, wyodrębniać i przekształcać informacje lub uruchamiać złożone przepływy łączące pliki internetowe i lokalne.

Po uruchomieniu przeglądarki Chromium środowisko od pierwszej chwili wydaje się bardzo znajome: Interfejs podobny do Google Chrome, kompatybilny z niemal wszystkimi rozszerzeniami, możliwość Importuj zakładki, hasła i historię z Chrome I generalnie, nie ma potrzeby uczenia się, jeśli znasz już ekosystem. Dla tych, którzy przeszli z Chrome, Brave lub Edge, odczucie jest takie: „czujesz się jak w domu, ale z supermocami”.

Kluczowa różnica polega na tym, że Agenci działają w przeglądarce i na Twoim komputerzeTo nie jest zdalna usługa, która „obserwuje” Twoje działania, a następnie symuluje kliknięcia z serwera; BrowserOS uruchamia serwer narzędzi automatyzacji (ujawniony jako serwer MCP), który kontroluje własny, zmodyfikowany Chromium. Co więcej, warstwa agenta AI w TypeScript/Go komunikuje się z przeglądarką za pośrednictwem protokołu Chrome DevTools, z powiązaniami typizowanymi i wszystkimi niezbędnymi narzędziami do poruszania się po sieci jak człowiek.

Projekt jest zorganizowany jako monorepozytorium z dwoma głównymi blokami: z jednej strony rozwidlenie Chromium, a z drugiej platforma agentaW środku znajdziemy samą przeglądarkę (C++/Python i system kompilacji), serwer Bun z ponad 50 narzędziami MCP do automatyzacji zadań, wewnętrzne rozszerzenie agenta (nowa karta, panel boczny, ustawienia), interfejs Go CLI do sterowania z terminala lub z agentów kodu, takich jak Claude Code, a także środowisko oceny do pomiaru wydajności w testach porównawczych, takich jak WebVoyager lub Mind2Web.

Wszystko to jest publikowane na podstawie licencji. PLFA-3.0Kod jest otwarty do przeglądu i modyfikacji, pod warunkiem przestrzegania warunków licencji. Co więcej, co wielu docenia: komunikaty systemowe i logika agenta nie są czarną skrzynką; są udokumentowane i można je modyfikować w ramach samego projektu (na przykład za pomocą pliku SOUL.md, który definiuje osobowość i zasady kreatora).

Dlaczego teraz: wzrost popularności przeglądarek agentowych

W bardzo krótkim czasie przeszliśmy od prostej przeglądarki wyświetlającej strony do fali „Przeglądarki oparte na sztucznej inteligencji”, które obiecują wykonać pracę za CiebieMamy więc ChatGPT Atlas, Perplexity Comet, Dia (duchowego spadkobiercę Arc w firmie Atlassian), propozycje wizualne, takie jak Kosmik, wynalazki bardziej nastawione na marketing, takie jak Fellou, czy rozwiązania, w których jest więcej cieni niż świateł, takie jak Sigma.

Większość ma następujący wzór: Oparty na Chromium, z panelem bocznym, na którym znajduje się asystentFunkcje podsumowania stron, zaawansowane wyszukiwanie, automatyzacja niektórych kart oraz, w wielu przypadkach, model biznesowy oparty na gromadzeniu danych do celów reklamowych lub na podstawie zamkniętych subskrypcji konkretnego programu LLM. Są wygodne, owszem, ale nie sprawdzają się w środowiskach, w których prywatność i kontrola danych są kluczowe.

Zespół BrowserOS wychodzi od innej diagnozy: miliony pracowników wiedzy spędzają 60–80% swojego czasu na aplikacjach internetowych, ale Pozostają uwięzieni w zadaniach przeglądarki mechanicznejKopiowanie i wklejanie danych, wielokrotne wypełnianie tych samych formularzy, przenoszenie informacji z jednego oprogramowania SaaS do drugiego, przygotowywanie raportów z pulpitów nawigacyjnych bez interfejsu API itd. Narzędzia AI już teraz pomagają w programowaniu, pisaniu i analizie, ale prawie żadne z nich nie jest niezawodne, a przede wszystkim bezpieczne i polega na „naciskaniu przycisków w interfejsie”.

Tu właśnie pojawia się koncepcja przeglądarki agentycznej: zmień przeglądarkę w „system operacyjny agenta” który może działać na dowolnej stronie internetowej, korzystając z uwierzytelnionych sesji, bez konieczności udostępniania danych uwierzytelniających zdalnemu dostawcy. Właśnie to BrowserOS chce osiągnąć, uruchamiając agentów lokalnie i koordynując działania z tego miejsca.

Problemy, które BrowserOS próbuje rozwiązać

Zanim pojawił się BrowserOS, wiele propozycji automatyzacji AI napotykało na trzy bardzo konkretne bariery. Pierwszą z nich był dostęp do prawdziwych uwierzytelnionych sesjiJeśli agent działa na serwerze zdalnym, zwykle ma poważne trudności z obsługą poczty Gmail, serwisu LinkedIn, narzędzi firmowych lub intranetu bez naruszania niejasnych zasad bezpieczeństwa.

Drugą barierą jest ekstremalna fragmentacja narzędzi i protokołówJeden system pozwala komunikować się z serwerami MCP, inny automatyzuje interfejs użytkownika przeglądarki, kolejny skupia się na przepływach API typu Zapier… a na końcu otrzymujesz zbiór niepowiązanych ze sobą elementów, które nie rozwiązują codziennych procesów od początku do końca.

Trzecim jest model produktu: czarna skrzynka, zamknięcie i priorytet dla reklamy lub wyszukiwaniaTak jest w przypadku przeglądarek, które koncentrują swoją działalność na monetyzacji zapytań użytkowników lub generowaniu ruchu do swojej wyszukiwarki. Nie dają dostępu do kodu, nie wyświetlają komunikatów, zmuszają do korzystania z ich modelu i przechowują dane o użytkowaniu, aby ulepszać swoje usługi… i zyski.

BrowserOS rozwiązuje ten potrójny problem w dość prosty sposób: Agenci w Twojej przeglądarce, działający na Twoim komputerze, łączący automatyzację przeglądarki i MCP z filozofią open source i kontrolą lokalnąWybierasz, którego LLM użyć, jakie dane opuszczają maszynę, a jakie pozostają lokalnie; a ponadto możesz audytować kod, aby zobaczyć, jak zachowuje się agent.

Architektura i komponenty BrowserOS

Wewnętrznie BrowserOS jest zorganizowany jako monorepo z dwoma dużymi podsystemamiPakiet zawiera: samą przeglądarkę (fork Chromium) i platformę agentów. pakiety/przeglądarki Zawiera kod przeglądarki, poprawki prywatności (częściowo inspirowane ungoogled-chromium), system kompilacji oraz sygnaturę dla każdej platformy. Jest to najbardziej wymagająca część w C++ i Pythonie, wymagająca około 100 GB miejsca na dysku do kompilacji, jeśli zdecydujesz się skompilować ją samodzielnie.

Równolegle, aplikacje/serwer To serwer Bun, który udostępnia ponad 50 narzędzi MCP i wykonuje główną pętlę agenta. To tutaj definiowane są możliwości automatyzacji: nawigacja, klikanie, przewijanie, ekstrakcja danych strukturalnych, interakcja z formularzami, odczytywanie tabel itd. Wszystkie te funkcje są udostępniane jako narzędzia MCP, które LLM wywołuje w zależności od zadania.

Wtedy jest aplikacje/agentktóry działa jako wewnętrzne rozszerzenie: zapewnia nową kartę, panel boczny czatu, system rejestracji oraz menu ustawień dla agentów i dostawców sztucznej inteligencji. Z tego miejsca otwierasz czat, wybierasz modele, dostosowujesz pamięć, definiujesz umiejętności (zestawy wstępnie skonfigurowanych instrukcji) i zarządzasz przepływami pracy (wielokrotnego użytku wizualnymi przepływami automatyzacji).

Utwór aplikacje/cli BrowserOS oferuje interfejs wiersza poleceń Go o nazwie browseros-cli, przeznaczony do sterowania przeglądarką z terminala lub agentów kodu, takich jak Claude Code. Można uruchomić BrowserOS, zainicjować połączenie poleceniem init, a następnie wysyłać zadania do agenta ze skryptów, potoków CI lub środowisk programistycznych z obsługą MCP.

Wreszcie, aplikacje/ocena Pakiet agent-sdk zapewnia ramy do oceny i rozwoju agentów: zawiera stanowiska testowe, takie jak WebVoyager lub Mind2Web, zestaw SDK w Node.js do automatyzacji przeglądarki za pomocą języka naturalnego oraz powiązania typizowane dla protokołu Chrome DevTools (cdp-protocol), który jest kluczowy dla bezpiecznej i niezawodnej interakcji agenta ze stronami.

Kluczowe funkcje w codziennym użytkowaniu

Z punktu widzenia użytkownika interesujące jest to, jak to wszystko przekłada się na konkretne funkcje. Jednym z filarów jest Zintegrowany agent AIktóry posiada ponad 50 narzędzi automatyzujących przeglądarkę: może otwierać nowe karty, przechodzić do adresów URL, podążać za linkami, przewijać, wypełniać formularze, klikać przyciski, odczytywać tabele i listy lub wyodrębniać istotne dane w sposób ustrukturyzowany.

To tutaj where System przepływu pracyWizualny kreator przepływów, który pozwala tworzyć powtarzalne automatyzacje: na przykład przepis, który pozwala każdego ranka przejść do konkretnego pulpitu nawigacyjnego, wyodrębnić dane i wyeksportować je do pliku lokalnego lub do SaaS połączonego przez MCP. Przepływy te obsługują zaplanowane zadania, dzięki czemu można je uruchamiać codziennie, co godzinę, a nawet co kilka minut.

Funkcja Współpraca Łączy automatyzację przeglądarki z operacjami na plikach lokalnych. Pozwala to na przykład agentowi przeszukiwać sieć, generować raport w dokumencie Markdown lub PDF i automatycznie zapisywać go w folderze w systemie. To wyraźny krok w kierunku modelu „agent-pracownik”, który wykonuje większość pracy, podczas gdy Ty skupiasz się na decydowaniu, co chcesz osiągnąć.

BrowserOS zawiera również system Pamięć trwała Pomiędzy rozmowami Twój asystent może zapamiętywać długoterminowy kontekst: bieżące projekty, preferencje dotyczące pisania, wewnętrzne zasady itp. To zachowanie można dostosować za pomocą pliku SOUL.md, w którym definiujesz osobowość, ton i wytyczne dotyczące działania agenta — co jest przydatne, jeśli chcesz dostosować je do polityki swojej firmy.

Na poziomie zarządzania interfejsem przeglądarka zawiera pionowe zakładki (Zakładki pionowe) ułatwiające zarządzanie dziesiątkami lub setkami zakładek, semantyczna wyszukiwarka historii i zakładek (wyszukiwanie według znaczenia, a nie tylko tekstu dosłownego), zintegrowany system wyróżniania, aby uniknąć utraty kluczowych fragmentów badań, inteligentne podpowiedzi sugerujące odpowiednie integracje lub narzędzia w zależności od kontekstu oraz możliwość definiowania konkretnych umiejętności: starannie wyselekcjonowanych zestawów instrukcji, które kształtują sposób, w jaki agent powinien zachowywać się w obliczu określonego typu zadania.

Prywatność przede wszystkim: lokalne modele i własne klucze

Jedną z największych atrakcji BrowserOS jest to, że Nie wiąże Cię z jednym dostawcą sztucznej inteligencji.Przeglądarka współpracuje z dowolnym nowoczesnym LLM: możesz używać własnych kluczy z OpenAI (GPT-4o, o3), Anthropic (Claude), Google (Gemini), Azure OpenAI, AWS Bedrock, Qwen Code, Kimi K2.5, GitHub Copilot lub połącz się z agregatorami takimi jak OpenRouter. A jeśli wolisz, uruchamiaj modele lokalne za pomocą Ollama lub LM Studio, aby żądania nigdy nie opuszczały Twojej maszyny.

Tabela zgodności wyraźnie to wyjaśnia BrowserOS stawia na model „przynieś własne klucze”Nie ma obowiązkowej opłaty za model zintegrowany, jeśli jesteś już subskrybentem ChatGPT Pro, Plus lub GitHub Copilot. Wersja 0.44.0 wprowadza obsługę bezpośredniego wykorzystania tych subskrypcji jako zaplecza agenta przeglądarki, bez dodatkowych kosztów ze strony BrowserOS.

Dla osób korzystających z innych przeglądarek porównanie jest dość uderzające: w porównaniu z Chrome i Brave, BrowserOS oferuje agenta AI, lokalny serwer MCP, wizualne przepływy pracy, coworking, zaplanowane zadania, korzystanie z niestandardowych kluczy, modele lokalne, podejście do prywatności zorientowane na lokalizację oraz blokowanie reklam z obsługą Manifest V2 (w tym uBlock Origin), a wszystko to w ramach projektu open source. W tabeli porównawczej Chrome, Brave, Atlas, Comet i Dia otrzymują ocenę „nie” dla BrowserOS, który otrzymuje ocenę „tak”.

Krótko mówiąc, filozofia to Historia przeglądanych stron, uwierzytelnione sesje i dane przetwarzane przez agentów pozostają na Twoim komputerze.Jeśli chcesz, aby coś się wyświetlało, robisz to za pomocą klucza od wybranego dostawcy, z dodatkową opcją całkowitego wyłączenia i korzystania wyłącznie z lokalnych modeli. Kontrastuje to na przykład z przeglądarkami takimi jak Perplexity Comet, których dyrektor generalny przyznał, że zamierzają rejestrować wszystko, co robisz w przeglądarce, aby zasilać system hiperspersonalizowanych reklam.

Integracje MCP, połączone aplikacje i korzystanie z nich przez innych agentów

Szczególnie ważnym punktem jest rola BrowserOS jako Serwer MCP (Model Context Protocol)Oznacza to, że samą przeglądarkę można udostępnić jako zestaw narzędzi innym klientom MCP, takim jak claude-code, gemini-cli lub dowolnemu kompatybilnemu agentowi, którego skonfigurujesz. W praktyce edytor kodu lub terminal może delegować działania przeglądarki do BrowserOS bez konieczności dotykania myszy.

Jeśli chodzi o integrację, przeglądarka już obsługuje: Gmail, Kalendarz Google, Dokumenty Google, Arkusze Google, Notion, SlackGitHub, Linear, Figma, Salesforce i wiele innych za pośrednictwem serwerów MCP. Wiele z tych integracji instaluje się jednym kliknięciem i umożliwia wykonywanie takich czynności, jak generowanie roboczych odpowiedzi, planowanie spotkań, aktualizowanie zgłoszeń w GitHubie lub przenoszenie zadań w systemie Linear w ramach szerszego przepływu pracy.

Ciekawostką jest to, że nie musisz wybierać między „automatyzacją przeglądarki” a „komunikacją z API za pomocą MCP”. BrowserOS pozwala na mieszanie obu warstw w tej samej recepturze agenta.Możesz pobierać dane z portalu internetowego bez użycia interfejsu API, przetwarzać je za pomocą modelu, a następnie aktualizować w arkuszu kalkulacyjnym lub systemie CRM, korzystając z odpowiedniej integracji MCP — wszystko w ramach jednego spójnego przepływu.

Ta możliwość orkiestracji obejmuje również interfejs wiersza poleceń (CLI): używając browseros-cli w systemach macOS, Linux i Windows, można uruchamiać i kontrolować zadania przeglądarki ze skryptów, potoków CI/CD lub agentów programistycznych. Po połączeniu interfejsu CLI z instancją BrowserOS za pomocą polecenia `init`, dowolne narzędzie zewnętrzne może uruchamiać kompletne automatyzacje przeglądarki, wykorzystując uwierzytelnione sesje i rzeczywisty kontekst użytkownika.

Najważniejsze cechy wersji 0.44.0

Wśród ostatnich aktualizacji znalazła się wersja Wersja BrowserOS 0.44.0 Wprowadza kilka ciekawych ulepszeń. Najbardziej zauważalną jest bezpośrednie wsparcie dla ChatGPT Pro/Plus i GitHub Copilot Jako dostawcy sztucznej inteligencji dla agentów: jeśli już płacisz za te subskrypcje, możesz ich używać do automatyzacji zadań w przeglądarce, bez płacenia dwa razy za to samo — wystarczy, że zalogujesz się na swoje konto.

Kolejnym praktycznym dodatkiem jest wprowadzanie głosowe na pasku czatuZamiast wpisywać każde zapytanie osobno, możesz porozmawiać z agentem, aby zinterpretował polecenie i wykonał odpowiednią sekwencję. Jest to szczególnie przydatne w przypadku długich zadań lub gdy płynnie łączysz kilka poleceń.

Na poziomie behawioralnym część systemu uziemienia agenta została przeprojektowana tak, aby działania w przeglądarce są bardziej niezawodne i dokładneInnymi słowy, mniej „losowych” kliknięć, większa dokładność w wyborze właściwych elementów i lepsze zarządzanie złożonymi stanami na stronach dynamicznych.

Wersja zawiera również kilka poprawek: ulepszenia narzędzi pamięciowych, poprawki do „narzędzia wypełniania”, aby pola były uzupełniane bardziej spójnie, zmiany w nowym wyglądzie karty i kilka udoskonaleń zwiększających stabilność, które są zauważalne podczas długich sesji automatyzacji.

Przykłady zastosowań w świecie rzeczywistym: od inteligentnego scrapowania do „pracownika-agenta”

BrowserOS naprawdę pokazuje swoje pazury, gdy staje w obliczu kompletne zadania robocze, a nie proste pytaniaWyobraź sobie, że chciałbyś otrzymywać raport każdego ranka o siódmej rano, dotyczący najnowszych osiągnięć w dziedzinie sztucznej inteligencji: artykuły z arXiv, repozytoria Hugging Face, wzmianki w Google Scholar, wiadomości z branży, istotne wpisy na blogach, notatki rządowe, ruchy akcji spółek zajmujących się sztuczną inteligencją…

Za pomocą BrowserOS możesz zdefiniować Zaplanowane zadanie Agent wykonuje ten obieg pracy: otwiera odpowiednie źródła, wyszukuje aktualizacje od ostatniego uruchomienia, wyodrębnia nagłówki i kluczowe linki, grupuje je i kompiluje w dokumencie lub arkuszu kalkulacyjnym. Za pierwszym razem zaleca się monitorowanie i dostosowywanie monitów, aby doprecyzować wybór, ale po dopracowaniu staje się on swego rodzaju „cyfrowym pracownikiem”, który monitoruje to za Ciebie.

Innym praktycznym przykładem jest Przetwarzanie wewnętrznych formularzy i pulpitów nawigacyjnych bez interfejsu APIWiele firm nadal korzysta ze starszych aplikacji internetowych, w których nie ma publicznych punktów końcowych; istnieje jedynie interfejs zaprojektowany do kliknięcia. W tym przypadku agent BrowserOS może poruszać się po menu, wypełniać pola, klikać przyciski i uzyskiwać potwierdzenia, tak jak zrobiłby to człowiek, ale z wykorzystaniem wielokrotnego użytku i audytowanego przepisu.

Przydaje się również w szybkie przygotowanie spotkań lub kampaniiMożesz poprosić agenta o przejrzenie najnowszych istotnych konwersacji w Gmailu, wiadomościach Slacka i dokumentach Google Docs powiązanych z projektem, porównanie tych informacji z danymi z Salesforce lub Notion oraz wygenerowanie zwięzłego briefu. Wszystko to odbywa się poprzez połączenie integracji MCP i automatyzacji przeglądarki, co pozwala na dostęp do stron lub pulpitów nawigacyjnych, które nie są w pełni zintegrowane.

W dziedzinie badań, dema takie jak hackernews.top.3.mp4, use-browserOS-to-chat.mp4 i use-browserOS-to-extract.mp4 pokazują agentowi nawigację po stronach takich jak Hacker News, identyfikację najistotniejszych wątków według określonych kryteriów, otwieranie ich i wyodrębnianie przydatnych informacji lub czatowanie z użytkownikiem podczas poruszania się po sieci. To idea „rozmowy z siecią” wcielana w życie za pomocą widocznych działań.

Doświadczenie użytkownika, mocne strony i obszary do poprawy

Jedną z rzeczy, która najczęściej powtarza się w recenzjach jest to, że BrowserOS nie próbuje wyważać otwartych drzwi w podstawowym interfejsieWita Cię klasycznym paskiem adresu, zakładkami tam, gdzie się ich spodziewasz, i szybkim dostępem do panelu AI, dzięki czemu nie musisz „uczyć się nowej przeglądarki od podstaw”. Użytkownicy, którzy już skakali między Arc, Dia, Wavebox lub bardziej egzotycznymi przeglądarkami, docenią tę prostotę.

Panel czatu obsługuje wielu dostawców sztucznej inteligencji od samego początku i umożliwia korzystanie z kont ChatGPT, Claude, Gemini, Grok lub Perplexity jako back-end. Jest to sprzeczne ze schematem wielu przeglądarek „napędzanych sztuczną inteligencją”, które próbują narzucić Ci własny model lub subskrypcję. Jeśli już płacisz za ChatGPT Pro lub Copilot, możesz z tego skorzystać; jeśli wolisz korzystać z niego samodzielnie, korzystając z Ollama, również możesz to zrobić.

LLM Hub to ciekawa funkcja, która pozwala Porównaj kilka modeli obok siebie na tej samej stronieChoć może się to wydawać ekscentryczne, jest przydatne do obserwowania różnic w rozumowaniu lub stylu między modelami, a także do walidacji odpowiedzi poprzez odwoływanie się do wielu źródeł. Sam zespół czasami żartobliwie nazywa to „Zderzeniem GPT”.

Oczywiście nie wszystko jest idealne. Niektórzy użytkownicy zauważyli, że Brakuje im bardziej kompletnego systemu importowania z innych przeglądarekDotyczy to zwłaszcza użytkowników Edge'a, którzy od lat korzystają z ulubionych, haseł i ustawień. Wspomniano również, że panel AI nie zawsze jest tak „kontekstowy” jak w starszych produktach; dodano funkcje zrzutów ekranu i kopiowania treści, aby temu zaradzić, ale nadal jest to obszar do poprawy.

Mimo to, jak na stosunkowo młody projekt, tempo iteracji jest wysokie, a społeczność na Discord i GitHub jest bardzo aktywna: pojawiają się wkład ze strony osób trzecich, prośby o nowe funkcje, żądania ściągnięcia i otwarte dyskusje na temat tego, jak interfejs, integracja z modelami lokalnymi i system pamięci powinny się rozwijać.

Szybkie porównanie z innymi przeglądarkami opartymi na sztucznej inteligencji

Biorąc pod uwagę ogólny obraz, warto porównać BrowserOS z niektórymi z jego najpoważniejszych rywali. W porównaniu z Atlas ChatGPTBrowserOS, który jest w zasadzie zmodyfikowaną przeglądarką Chrome z wbudowanym panelem ChatGPT oraz funkcjami agenta zorientowanymi na wyszukiwanie i zakupy, jest systemem typu open source, działającym na komputerze użytkownika i nieblokującym dostępu do modeli obsługiwanych przez jednego dostawcę.

W porównaniu do Kometa PerplexityChoć BrowserOS sprawdza się jako przeglądarka do wyszukiwania i wyszukiwania wiedzy (z dobrze powiązanymi cytowaniami i projektami współpracy), poświęca część tej warstwy społecznej i redakcyjnej na rzecz głęboka automatyzacja interfejsu i kontrola danych lokalnychCo więcej, podczas gdy Comet przyjmuje model biznesowy powiązany z reklamami i profilowaniem użytkowników, BrowserOS unika tego podejścia poprzez konstrukcję.

Przeciw Dia (dawniej Arc, pod Atlassian)BrowserOS, który koncentruje się na personalizacji, pamięci użytkownika, umiejętnościach i bardzo dopracowanym projekcie, ale z bardziej zamkniętym i zorientowanym na ekosystem podejściem, oferuje otwartą, wieloplatformową (Windows, macOS, Linux) alternatywę, która jest mniej zależna od pojedynczego dostawcy lub integracji z określonymi produktami korporacyjnymi.

Jeśli porównamy to z bardziej „niszowymi” propozycjami, takimi jak Fellou, Sigma lub KosmikRóżnica ponownie leży w podejściu: niektóre przeglądarki stawiają na spektakularne wrażenia wizualne, agresywny marketing lub obietnice całkowitej autonomii, które ostatecznie nie spełniają się, natomiast BrowserOS woli skupić się na tym, aby agent faktycznie nawigował, klikał tam, gdzie powinien, wypełniał formularze i szanował Twoją prywatność, nie zamieniając Cię w produkt.

Na przeciwległym biegunie znajdują się rozwiązania takie jak: Edge z drugim pilotemPrzeglądarki oferują asystentów od jakiegoś czasu, ale w praktyce ograniczają się one do czatu opartego na sztucznej inteligencji oraz kilku funkcji podsumowujących lub generujących obrazy. Są przydatne, zwłaszcza jeśli korzystasz już z Copilota w ekosystemie Microsoft 365, ale nie dorównują jeszcze poziomem automatyzacji interfejsu ani otwartością BrowserOS.

Instalacja, platformy i społeczność

Instalacja BrowserOS nie jest niczym trudnym: Dostępne są kompilacje dla systemów macOS, Windows i LinuxObejmuje to wygodne formaty, takie jak pakiety AppImage i Debian dla Linuksa. Z oficjalnej strony internetowej możesz pobrać wersję odpowiadającą Twojemu systemowi, uruchomić instalator i mieć przeglądarkę gotową do działania w ciągu zaledwie kilku minut.

Zalecany proces zazwyczaj wygląda następująco: pobierz, zainstaluj, Importuj dane Chrome, jeśli chcesz zachować zakładki, hasła i rozszerzeniaPołącz wybranego dostawcę sztucznej inteligencji (lub skonfiguruj modele lokalne w Ollama/LM Studio), a następnie zacznij opisywać zadania agentowi. Reszta to po prostu dostosowanie umiejętności, przepływów pracy i zaplanowanych zadań do swojego przepływu pracy.

Pod względem społeczności projekt ma kilka tysięcy gwiazd na GitHubieDziesiątki tysięcy pobrań i aktywna społeczność Discord, w której omawiane są nowe funkcje, udzielane są odpowiedzi na pytania techniczne i gromadzone są pomysły zaawansowanych użytkowników, dostępny jest także kanał zgłaszania wniosków o nowe funkcje oraz szczegółowy dokument dotyczący wkładu dla każdego, kto chce się zaangażować, zarówno w rozwój agentów (TypeScript/Go), jak i przeglądarek (C++/Python).

Dla tych, którzy korzystają z innych „nietypowych” przeglądarek, takich jak Przeglądarka Zen, Wavebox, Ulaa, Ghost Browser lub Thorium, BrowserOS zaczyna pozycjonować się jako mniej znana, ale bardzo obiecująca alternatywaDzięki połączeniu natywnej sztucznej inteligencji, bazy Chromium, kompatybilności z rozszerzeniami, prawdziwej automatyzacji, obsługi modeli lokalnych i jasnego stanowiska w kwestii prywatności.

Biorąc pod uwagę wszystko, co widzieliśmy, BrowserOS kształtuje się jako przeglądarka agentów open source, która ma wyjść poza prosty „czat na pasku bocznym”: integruje agenta zdolnego do interakcji z siecią tak jak Ty, wykorzystując Twoje rzeczywiste sesje; łączy automatyzację interfejsu z integracją MCP; pozwala na korzystanie z własnych subskrypcji LLM lub modeli lokalnych; priorytetowo traktuje prywatność; i, w przeciwieństwie do wielu zastrzeżonych rozwiązań, stawia wszystko na GitHubie. Chociaż nadal istnieje pole do poprawy w zakresie użyteczności i kontekstu, jej techniczne podstawy i filozofia działania sprawiają, że jest to bardzo poważna propozycja dla każdego, kto chce, aby jego przeglądarka przestała być jedynie prostokątem, w którym przeglądasz strony, i stała się, raz na zawsze, narzędziem, które pracuje z Tobą i dla Ciebie.

Podobne artykuły:

Comet, przeglądarka Perplexity: zaawansowana sztuczna inteligencja, nowe funkcje i kontrowersje dotyczące prywatności, gdy pojawi się na Windows

Isaac

Pisarz z pasją zajmujący się światem bajtów i technologii w ogóle. Uwielbiam dzielić się swoją wiedzą poprzez pisanie i właśnie to będę robić na tym blogu, pokazywać Ci wszystkie najciekawsze rzeczy o gadżetach, oprogramowaniu, sprzęcie, trendach technologicznych i nie tylko. Moim celem jest pomóc Ci poruszać się po cyfrowym świecie w prosty i zabawny sposób.