Jos olet kuullut BrowserOS:sta ja ihmetellyt, miksi niin monet puhuvat "aivollisesta selaimesta", tässä on koko kuva. BrowserOS on avoimen lähdekoodin selain, joka sisältää tekoälyagentteja, jotka pystyvät ymmärtämään ja suorittamaan luonnollisen kielen ohjeita , napsauttamaan, kirjoittamaan ja navigoimaan puolestasi, kun olet kirjautuneena sisään ja paikallisesti. Kaikki tämä tehdään sisäänrakennetulla yksityisyyspainotteisuudella ja ilman, että henkilökohtaisten tietojesi käsittelyyn tarvitaan pilvi-infrastruktuuria.
Tämä ehdotus ei ole vain yksi ohimenevä villitys selainten maailmassa: BrowserOS syntyi Chromiumin haarautumana, yhteensopivana Chrome-laajennustesi kanssa ja selkeällä tavoitteella : olla avoin ja yksityisyyteen keskittyvä vaihtoehto ratkaisuille, kuten Atlas (ChatGPT) , Comet (Perplexity) ja Dia, sekä perinteisille selaimille. Idea on yksinkertainen selittää ja tehokas: kuvailet tehtävän, ja agentti suorittaa sen omalta tietokoneeltasi käyttäen tunnuksiasi ja lähettämättä historiaasi kolmansille osapuolille.
Mikä on BrowserOS ja miten se eroaa siitä?
Pohjimmiltaan BrowserOS on selain, joka suorittaa tekoälyagentteja natiivisti . Sen avulla voit kirjoittaa ohjeita aivan kuin selittäisit niitä kollegalle, ja järjestelmä hoitaa toimintojen järjestyksen: sivujen avaamisen, hakujen aloittamisen, lomakkeiden täyttämisen tai tietojen poimimisen. Se ei ole ulkoinen avustaja, joka "valvoo" selaintasi; agentit sijaitsevat itse BrowserOS:n sisällä.
Chromiumille rakennettu käyttökokemus tuntuu tutulta alusta alkaen : tunnistettava käyttöliittymä, yhteensopivuus laajennusten kanssa, Chromen datan tuonti ja käytännössä välitön omaksuminen niille, jotka jo tuntevat kyseisen ekosysteemin. Tämä "kodin tuntuma" vähentää kitkaa automatisoinnin aloituksessa tinkimättä jokapäiväisistä käyttötavoista.
Miksi juuri nyt: selainpohjaisten agenttien aika
Viime kuukausina tekoälyllä avustetut ohjelmointityökalut ovat merkittävästi lisänneet kehittäjien tuottavuutta. Miljoonat tietotyöntekijät ovat kuitenkin edelleen jumissa toistuvissa selaintehtävissä : kopioinnissa ja liittämisessä, lomakkeiden täyttämisessä, koontinäyttötietojen viennissä, kampanjoiden käynnistämisessä ja niin edelleen. Se on päivittäinen pullonkaula.
BrowserOS-tiimi väittää, että ensimmäistä kertaa Netscapen jälkeen meillä on mahdollisuus kuvitella selain uudelleen tosielämän työskentelyä varten . Jos tekoäly jo "kirjoittaa" kokonaisia projekteja, miksi se ei voi myös napsauttaa painikkeita, navigoida verkkokäyttöliittymässä tai ketjuttaa toimintoja yhteen aivan kuten sinäkin, mutta ilman, että sinun tarvitsee jatkuvasti olla ohjaimissa?
Ongelmat, joihin BrowserOS puuttuu
Ennen BrowserOS:ää agenttien käyttöönotto tosielämän tehtävissä epäonnistui hyvin erityisistä syistä. Projekti tunnistaa kolme pääasiallista estettä, jotka estivät niiden laajamittaisen käyttöönoton , erityisesti yrityksissä:
- Pääsy todennetuille istunnoilleMonet agenttiratkaisut toimivat etäkoneilla eivätkä ne voi toimia oikeilla tileilläsi (Gmail, LinkedIn, yritystyökalut). Tämän seurauksena ne jäävät vajaaksi tosielämän tehtävissä.
- Työkalujen pirstoutuminenJotkut agentit kommunikoivat MCP-palvelimien kanssa, toiset suorittavat vain web-automaatiota ja jotkut ketjuttavat API-rajapintoja yhteen kuten Zapit. Puuttuu kuitenkin yhtenäinen "työkalupakki" monimutkaisten työnkulkujen rakentamiseen.
- Musta laatikko ja lukkoUseat suositut selaimet ovat haku- tai mainostuotteita. He eivät avaa kehotteitaan tai sisäisiä toimintojaanHe antavat sinulle tietyn LLM:n ja reitittävät tiedot palvelimilleen. Monille yrityksille se on ehdottomasti ei.
BrowserOS reagoi alusta alkaen: selaimessasi olevat agentit toimivat koneellasi yhdistäen MCP:n ja automaation täysin avoimen filosofian mukaisesti, jonka avulla voit auditoida ja haarata milloin tahansa. Tämä yhdistelmä ratkaisee ongelman, joka on tähän asti tehnyt vakavan työn delegoimisen tekoälylle selaimessa mahdottomaksi.
BrowserOS:n toimintaperiaate ja ensimmäiset vaiheet
Prosessi on yksinkertainen: lataat ja asennat BrowserOS:n kuten minkä tahansa muun selaimen , kirjaudut päivittäin käyttämillesi sivustoille ja kuvailet sitten tehtäviä luonnollisella kielellä. Agentti toimii reaalimaailman kontekstissasi, käyttöoikeuksiesi ja aktiivisten istuntojesi mukaisesti, aivan kuin olisit itse asiassa näytön edessä.
- Lataa ja asenna Järjestelmääsi varten tarkoitettu BrowserOS (saatavilla macOS:lle, Windowsille ja Linuxille). Jos olet huolissasi asennuksesta Linuxiin, se on saatavilla AppImage-tiedostona. GitHubissa.
- Tuo Chrome-tietosi jos olet kiinnostunut säilyttämään kirjanmerkit, historian tai asetukset.
- Yhdistä tekoälypalveluntarjoajasi: OpenAIAntrooppiset tai paikalliset mallit Ollama/LM Studion kautta, omilla avaimillasi.
- Aloita automatisointi: muotoile tavoitteet tekstinä ja anna agentin suorittaa vaiheet verkossa.
Lisäksi voit yhdistää selaimen automaation MCP-palvelimiin ja API-kutsuihin samassa työnkulussa. Tämän yhdistelmän avulla voit rakentaa avustajia, jotka pystyvät kaapimaan dataa, käsittelemään sitä mallissa ja päivittämään laskentataulukoita tai SaaS-työkaluja – kaikki ketjutettuna yhteen yhden agentin toimesta.
BrowserOS:n tärkeimmät ominaisuudet, jotka tekevät eron
- Agenttien rakentaminen luonnollisella kielelläSano mitä haluat, ilman ohjelmointia.
- Mallien vapausOta avaimesi mukaan ja vaihda oikeustieteen maisteriohjelmien välillä tai suorita paikallisia malleja.
- Se on "normaali" selainKromipohjainen Toimivatko Chrome-laajennuksesi?.
Tietosuoja on keskeinen suunnitteluperiaate: tietosi, historiasi ja istuntosi pysyvät tietokoneellasi ilman tunkeilevaa telemetriaa tai ulkoisten pilvipalveluiden käyttöä. Voit halutessasi työskennellä yksinomaan paikallisten mallien kanssa ja sulkea internetin kokonaan pois.
Mikä on pahempaa, He työskentelevät tekoälypohjaisen mainostenestojärjestelmän parissa joka lupaa kattaa monimutkaisempia tilanteita kuin staattiset suodattimet. Ja kehittäjille ja tehokäyttäjille on tuki selaimen käyttämiselle MCP-palvelimena, integroimalla se työkaluihin, kuten claude-code o gemini-cli.
Integraatiot, MCP ja käyttö ulkoisista työkaluista
Yksi sen vahvimmista valteista on se, että BrowserOS voi toimia MCP-palvelimenaTämä tarkoittaa, että muut protokollan kanssa yhteensopivat sovellukset (kuten mainitut) claude-code o gemini-cliNe voivat "keskustella" selaimesi kanssa ja delegoida verkkokäyttöliittymätehtäviä agenteilleen.
Mielenkiintoista on orkestrointi: sinun ei tarvitse valita selaimen automatisoinnin ja API:n kutsumisen välillä . Voit tehdä molemmat samassa agenttireseptissä. Voit esimerkiksi poimia tietoja portaalista, jossa on monimutkainen käyttöliittymä, käsitellä ne mallin avulla ja ladata sitten tuloksen laskentataulukkoon tai CRM:ään ilman työkalujen manuaalista sekoittamista.
Nopea vertailu Chromen, Braven, Arc/Dian ja Perplexity Cometin kanssa
Verrattuna Chromeen
Chromiumin avoimen lähdekoodin ansiosta BrowserOS perii perustan, mutta Chrome ei ole tehnyt merkittäviä natiiveja tekoälyparannuksia automaatioon vuosiin . Ilman MCP:tä, paikallisia agentteja tai integroitua orkestrointikerrosta se on edelleen loistava selain... ilman "avustajaa, joka klikkaa puolestasi".
Rohkeutta vastaan
Brave raivasi tietä yksityisyyden saralla, mutta sen painopiste on levinnyt kryptoon, hakuun, VPN-verkkoihin ja muille alueille . BrowserOS kulkee omaa tietään: tekoälyä selaimessa ja todellista työn automatisointia.
Kaari/halkaisija
Monet ihmiset arvostivat Arcin ehdotusta, mutta se sulki koodinsa ja jätti käyttäjät epävarmuuteen . BrowserOS on täysin päinvastainen: 100 % avoimen lähdekoodin, auditoitava, haarautuva, aktiivisella yhteisöllä eikä riippuvainen yhdestä toimittajasta.
Hämmennyksen kohtaaminen komeetta
Perplexity on pohjimmiltaan haku- ja mainosyritys. Selaushistoriastasi voi tulla tuote . BrowserOS:ssä lupaus on selvä: paikallista dataa ja täydellinen hallinta sinulle.
Tietoturva, yksityisyys ja lisensointi
Filosofiana on "yksityisyys ensin": käytät omia API-avaimiasi tai paikallisia malleja Ollama/LM Studion kanssa , päätät, mikä poistuu tiimiltäsi ja mikä ei, ja pidät historian ja istunnot poissa kolmansien osapuolten ulottuvilta.
Oikeudellisesta ja yhteisön näkökulmasta BrowserOS on AGPL-3.0-lisenssillä lisensoitu ilmainen ohjelmisto . Voit nähdä, miten se on tehty, tarkastella järjestelmän kehotteita, ehdottaa muutoksia, jakaa projektin ja osallistua. Kaikki tämä tehdään "tehty rakkaudella San Franciscosta" -hengessä, kuten sen luojat kuvailevat.
Yhteisö, luvut ja projektin vauhti
Kiinnostus on käsin kosketeltavaa. GitHubissa puhutaan yli 4 300 tähdestä, yli 25 000 latauksesta ja yli tuhannen aktiivisen jäsenen Discord-yhteisöstä. Toisessa osiossa näkyvät mittarit, kuten "6 300" ja "558" (liittyvät repositorioon, oletettavasti tähdet/seuraajat/haarat), mikä viittaa nousevaan trendiin.
Teknisesti projekti erottuu edukseen C++-pohjallaan Chromium-jättiläisen päällä . Tämä vaativa matka vaatii paljon kovaa työtä ja yhteensopivuuden ylläpitämistä ylävirran muutosten kanssa samalla kun agenttitason innovointia jatketaan.
Käyttötapaukset ja demot
Ajattele tosielämän tehtäviä: tunnista LinkedIn-sovelluksistasi relevantteja profiileja ja lisää ne Google Sheetsiin , täytä pitkiä lomakkeita, kerää tietoja eri verkkosivustoilta tai valmistele kokousta varten esitiedote, joka sisältää tärkeimmät tiedot. Sinä kuvailet sen tekstissä, ja asiakaspalvelija navigoi ja toimii kuten sinäkin.
Konseptia toiminnassa havainnollistava audiovisuaalinen materiaali on saatavilla: demot, kuten "HackerNews.top.3.mp4", "use-browserOS-to-chat.mp4" tai "use-browserOS-to-extract.mp4", näyttävät kaiken avustetuista keskusteluista tiedon poimimiseen oikeilla sivustoilla ja vahvistavat, että automaatio tapahtuu aidossa kontekstissasi.
Visio: Selain agenttien "käyttöjärjestelmänä"
Yritykset elävät selaimessa: Salesforce, SAP, Workday, sisäiset työkalut… Tietotyöläisten armeija viettää 60–80 % päivästään verkkosovelluksissa . Jos asiakaspalvelija voi napsauttaa ja kirjoittaa kuin ihminen, se voi automatisoida käytännössä minkä tahansa käyttöliittymän, myös ne, joissa ei ole API-rajapintoja.
Projektin visiona on, että IT voi ottaa käyttöön uudelleenkäytettäviä "työntekijäagentteja" : yrityksen "kuluagentin", yhteisön jakaman "Facebook-mainosagentin", jota mukautetaan työnkulkuun, ja niin edelleen. Vähemmän toistuvia tehtäviä, enemmän keskittymistä siihen, mikä tuo lisäarvoa.
Kuka on BrowserOS:n takana?
Projektin ydintiimiä johtavat kaksoisveljekset, joilla on laaja kokemus Big Tech -alalta. Nikhil on työskennellyt Reelsin ja Facebook-syötteen taustajärjestelmien parissa käyttäen C++:aa ja Systemsiä , kun taas Nithin oli koneoppimisinsinööri YouTubella ja osallistui alustan ensimmäisen merkittävän suosittelumallin (LRM) kehittämiseen. Tämä matalan tason asiantuntemuksen ja tekoälykerrosten yhdistelmä antaa heille ketteryyden työskennellä Chromiumin kanssa ja samalla rakentaa "agenttiaivoja" sen päälle.
- Kokemusta C++:sta ja laajoista järjestelmistäKriittisten ja tehokkaiden palveluiden ylläpito.
- Erikoistuminen koneoppimiseen ja suosittelujärjestelmiinsyvällinen ymmärrys nykyaikaisista malleista ja niiden käyttöönotosta.
Yhteisön ääniä ja vähemmän tunnettuja vaihtoehtoja
Edistyneiden käyttäjien keskuudessa on kysyntää "erilaisille" selaimille, joilla on potentiaalia. Vaihtoehtoja, kuten Wavebox, Ulaa, Arc, Ghost Browser ja Thorium, on testattu , ja Zen Browseria arvostetaan sen tuottavuuden vuoksi (vaikka se ei olekaan Chromium-pohjainen). Nämä testit osoittavat, että Wavebox on erittäin kattava, mutta voi olla ylivoimainen, ja sen täyden potentiaalin vapauttaminen on aikaa vievää; Ulaa kehuu yksityisyydellä, mutta sisältää liikaa lisäominaisuuksia; Arc on herättänyt ristiriitaisia reaktioita; eikä Ghost Browser ole aivan voittanut kaikkien puolelleen.
Toriumin sanotaan olevan erittäin nopea, mutta siihen liittyy joitakin turvallisuusriskejä , minkä vuoksi jotkut lykkäävät sen käyttöä. Ja usein suositellaan, ettei tunnetuimpia lajikkeita käytetä, koska niitä on jo kokeiltu noin kahtakymmentä ja tavoitteena on löytää harvinaisuuksia, jotka tarjoavat jotain todella uutta.
Lyhyt opas agenttien käyttöön
Sisällä "taikahetki" koittaa, kun kuvailet varsinaisia tehtäviä. Sen sijaan, että agentti pyytäisi "etsimään sitä ja sitä" ja saisi yhteenvedon, se suorittaa toiminnon selaimessasi . Jos verkkosivustolla ei ole API:a, sillä ei ole väliä: käyttöliittymä on olemassa ja agentti voi toistaa toimintoja tarkasti.
- Kuvaile tavoitettasiEsimerkiksi tiettyjen yhteyshenkilöiden paikantaminen ammatillisessa verkostossa ja heidän tietojensa siirtäminen laskentataulukkoon.
- Vahvista vaiheet jos agentti ehdottaa niitä sinulle (hyödyllinen hänen tekemistensä tarkistamisen kannalta).
- Valvo ensimmäistä kertaa Jos haluat muokata kehotteita tai sääntöjä, käytä reseptiä uudelleen.
MCP:n käyttö ja kyky "yhdistää" automaatiota, API-rajapintoja ja malleja mahdollistaa yhden agentin ratkaista kokonaisia prosesseja päästä päähän -asetelma , joka aiemmin vaati useiden työkalujen liimaamista yhteen ilmastointiteipillä.
Sisäänrakennettu tietosuoja ja mallinhallinta
Keskeinen etu on vapaus valita oma tekoälymoottorisi. Voit työskennellä OpenAI:n tai Anthropicin kanssa tai pitää kaiken paikallisena Ollama/LM Studion avulla , vaihtaen kustannusten, viiveen tai projektin arkaluontoisuuden perusteella. Niille, jotka asettavat etusijalle täydellisen yksityisyyden, on tarjolla 100 % paikallinen vaihtoehto.
Lisäksi projekti julkaisee ja sallii järjestelmäkehotteiden muokkaamisen , mikä on epätavallista. Tämä läpinäkyvyys helpottaa agentin toiminnan mukauttamista organisaatioosi tai tiettyyn tapaukseen ja sen päätöksentekotavan auditointia.
Vaiheet BrowserOS-projektiin osallistumiseksi
Jos uskot ideaan ja haluat auttaa, voit tukea sitä useilla tavoilla. GitHubissa tähden jättäminen auttaa lisäämään tietoisuutta; sen lataaminen ja käyttö tarjoaa arvokasta telemetriaa (jos otat sen käyttöön) ja palautetta; ja Discord-palvelimelle liittyminen antaa sinulle mahdollisuuden ehdottaa, löytää ja testata uusia ominaisuuksia.
Lopuksi virallisella verkkosivustolla on yleensä muistutus selaimen lataamisesta järjestelmääsi , Chrome-tietojesi tuomisesta halutessasi ja haluamasi tekoälypalveluntarjoajan yhdistämisestä. Sen jälkeen sinun tarvitsee vain luoda agenttisi ja jakaa, mikä toimii sinulle.
Kokonaiskuvaa tarkasteltaessa BrowserOS on vakiinnuttamassa asemaansa avoimen lähdekoodin, agenttikeskeisenä selaimena, joka asettaa yksityisyyden etusijalle, on rakennettu Chromium-pohjalle ja ylpeilee kasvavalla yhteisöllä . Se yhdistää yhteensopivuuden laajennusten kanssa, MCP:n, tuen paikallisille malleille (Ollama/LM Studio) ja sitoutumisen avoimuuteen, joka sisältää AGPL-3.0-lisenssin ja muokattavat kehotteet. Toisin kuin Chrome, Brave, Arc/Dia tai muut mainos- ja hakukonepohjaiset selaimet, se pyrkii tuomaan tekoälyn "taikaa" suoraan työpaikalle, jossa työskentelet joka päivä. Ja vaikka joitakin yksityiskohtia on vielä hiomatta (kuten pian tulossa oleva tekoälypohjainen mainostenesto tai satunnaiset asennusongelmat Windowsissa), vauhti ja käyttäjien sitoutuminen viittaavat nousevaan projektiin, joka on rakkaudella suunniteltu San Franciscossa ja jonka tavoitteena on muuttaa verkko pelkästä klikkausten sarjasta alustaksi agenteille, jotka työskentelevät rinnallasi.