AI एजेंट (स्वचालित ब्राउज़िंग)

एक AI ब्राउज़िंग एजेंट एक large language model को एक नियंत्रणीय ब्राउज़र के साथ जोड़ता है, आमतौर पर एक हेडलेस या instrumented ब्राउज़र के साथ। मॉडल पेज की वर्तमान स्थिति प्राप्त करता है, चाहे वह रेंडर की गई सामग्री, संरचित accessibility डेटा, या स्क्रीनशॉट के रूप में हो, दिए गए लक्ष्य के बारे में तर्क करता है, और क्लिक करना, टाइप करना और नेविगेट करना जैसी क्रियाएँ जारी करता है। फिर यह परिणाम का अवलोकन करता है और अपना अगला कदम तय करता है, कार्य पूरा होने तक दोहराता रहता है।

एक पारंपरिक बॉट के विपरीत जो एक हार्डकोडेड अनुक्रम को दोहराता है, एक एजेंट उन लेआउट्स के अनुरूप ढल जाता है जिन्हें उसने पहले नहीं देखा और अप्रत्याशित स्थितियों से उबर जाता है। यह लचीलापन उसे अनुसंधान करना, फ़ॉर्म भरना, विकल्पों की तुलना करना, या खरीदारी करना जैसे मुक्त-अंत कार्य पूरे करने देता है, और इसका अर्थ है कि एजेंट का व्यवहार कम दोहरावदार होता है और इसलिए सरल पैटर्न नियमों से पकड़ना कठिन होता है।

हालाँकि, नीचे से, एक एजेंट अब भी एक स्वचालित ब्राउज़र के भीतर चलता है और किसी नेटवर्क पथ के माध्यम से साइटों तक पहुँचता है। यह अन्य स्वचालन जैसे ही एनवायरनमेंट और नियंत्रण-चैनल सिग्नल विरासत में पाता है: हेडलेस या instrumented ब्राउज़र विशेषताएँ, automation-framework अवशेष, और उसके कनेक्शन का मूल व प्रतिष्ठा। इसका तर्क नया है, लेकिन इसका निष्पादन आधार परिचित है।

एजेंटों का उदय एक विशुद्ध शत्रुतापूर्ण प्रश्न के बजाय एक वैधता का प्रश्न भी खड़ा करता है। कुछ एजेंट अनुमति के साथ किसी असली उपयोगकर्ता की ओर से कार्य करते हैं, जबकि अन्य दुरुपयोग के लिए उपयोग किए जाते हैं। यह पहचान को इस ओर धकेलता है कि वह यह पहचाने कि एक सेशन एजेंट-संचालित है और वह संदर्भ प्रदान करे, ताकि हर सेवा यह मान लेने के बजाय कि सारा एजेंट ट्रैफ़िक दुर्भावनापूर्ण है, अपनी नीति लागू कर सके।