За пределами API: как AI web agents автоматизируют «длинный хвост» интеллектуального труда
Beyond APIs: How AI Web Agents Are Automating the "Long Tail" of Knowledge Work
Браузерный агент, который читает текст открытых страниц вместо скриншотов, по словам авторов, дешевле облачных агентов на скриншотах и реже ошибается.
- Текст вместо скриншотов — по словам авторов, текстовый подход снижает галлюцинации и стоит дешевле: обработка одной страницы, по их оценке, обходится меньше цента. Агенты на скриншотах делают снимок на каждое действие и на каждую прокрутку.
- Фоновые вкладки для параллельной работы — длинная задача дробится на подзадачи, каждая выполняется в своей вкладке, поэтому, по словам авторов, ошибки не накапливаются так, как в одной длинной цепочке действий.
- Работа внутри сессии пользователя — расширение видит то, что открыто в браузере, поэтому работает за логином, платными стенами и защитой Cloudflare, а пароли в облако не передаются.
- Динамические function calling — любой сторонний API подключается описанием инструмента без отдельного коннектора; в демо агент по таблице с номерами отправлял сообщения в WhatsApp.
Кому полезно: тем, кто делает браузерных агентов или переносит сбор данных со страниц в таблицы. Доклад во многом презентация продукта rtrvr.ai, но сравнение подходов полезно и без него.
Статья по теме
Главы
Похожие доклады
Модели для computer use превратят веб в среду для агентов, а не в набор API
AI Engineer World's Fair 2026
Близко по содержанию
Текущее состояние browser agents
AI Engineer World's Fair 2025
Близко по содержанию
Тёмное искусство веб-автоматизации: учим агентов пользоваться сайтами как люди
AI Engineer World's Fair 2026
Близко по содержанию
Всё, что нужно, — это веб-браузер
AI Engineer World's Fair 2025
Близко по содержанию


