Tác nhân AI (duyệt web tự động)

Một tác nhân duyệt web AI ghép một mô hình ngôn ngữ lớn với một trình duyệt có thể điều khiển, thường là một trình duyệt headless hoặc được trang bị công cụ. Mô hình nhận trạng thái trang hiện tại, dù là dưới dạng nội dung được kết xuất, dữ liệu trợ năng có cấu trúc, hoặc ảnh chụp màn hình, lập luận về mục tiêu mà nó được giao, và phát ra các hành động như nhấp, gõ và điều hướng. Sau đó nó quan sát kết quả và quyết định bước tiếp theo của mình, lặp đi lặp lại cho đến khi tác vụ hoàn thành.

Không giống một bot truyền thống phát lại một chuỗi được mã hóa cứng, một tác nhân thích ứng với các bố cục nó chưa từng thấy trước đó và phục hồi từ các trạng thái không lường trước. Sự linh hoạt này cho phép nó hoàn thành các tác vụ mở như nghiên cứu, điền biểu mẫu, so sánh các lựa chọn, hoặc thực hiện mua hàng, và nó có nghĩa là hành vi của tác nhân ít lặp lại hơn và do đó khó bắt hơn bằng các quy tắc mẫu đơn giản.

Tuy nhiên, bên dưới, một tác nhân vẫn chạy bên trong một trình duyệt tự động và tiếp cận các trang web qua một đường mạng nào đó. Nó thừa hưởng cùng các tín hiệu môi trường và kênh điều khiển như các tự động hóa khác: các đặc điểm trình duyệt headless hoặc được trang bị công cụ, các hiện vật của framework tự động hóa, và nguồn gốc cùng danh tiếng của kết nối của nó. Lập luận của nó là mới lạ, nhưng nền tảng thực thi của nó thì quen thuộc.

Sự trỗi dậy của các tác nhân cũng tạo ra một câu hỏi về tính hợp pháp thay vì một câu hỏi thuần túy đối kháng. Một số tác nhân hành động thay mặt một người dùng thật với sự cho phép, trong khi những tác nhân khác được sử dụng cho sự lạm dụng. Điều này đẩy việc phát hiện hướng đến việc nhận diện rằng một phiên là do tác nhân điều khiển và cung cấp bối cảnh đó, để mỗi dịch vụ có thể áp dụng chính sách riêng của mình thay vì giả định rằng mọi lưu lượng tác nhân đều độc hại.