ChatGPT се превръща в системен Chrome асистент с директен прочит на отворените раздели и автономни действия
Снимка: The Decoder / OpenAI
Лабораторията OpenAI започна поетапното разпространение на мащабен ъпдейт за официалното разширение на ChatGPT за браузъра Google Chrome [1]. Новата функционалност трансформира чатбота от статичен страничен панел в активен браузърен оператор, способен да чете в реално време съдържанието на всички активни раздели.
Директен прочит на DOM дървото и паралелна синтеза на раздели
Потребителите вече могат да подават комплексни команди като обобщаване на изследователски статии, отворени в пет паралелни прозореца, или автоматично извличане на технически спецификации от продуктови таблици. Асистентът анализира семантичната структура на страниците и игнорира рекламни банери и повтарящи се навигационни менюта.
Интеграция на Computer Use и режим за автономни действия
Най-съществената технологична иновация е интеграцията на агентния режим „Work Mode“, задвижван от архитектурата Computer Use. В този режим моделът може не просто да извлича текст, но и автономно да взаимодейства с уеб интерфейси: попълване на формуляри, кликване върху бутони, управление на падащи менюта и навигация през сложни корпоративни портали.
Защитната архитектура изисква изрично потвърждение от потребителя преди предприемане на необратими действия като изпращане на формуляри или плащания. Сесиите се изпълняват в изолиран контекст, без да се изпращат бисквитки за автентикация към сървърите за обучение на OpenAI.
Браузърът като агентна операционна система и краят на изолираните приложения
Превръщането на ChatGPT в системен браузърен оператор бележи преломен момент в потребителския интерфейс на модерния софтуер. В продължение на десетилетия браузърът функционираше като пасивен визуализатор на HTML/JS код, изискващ непрекъснато човешко кликване и превключване между раздели.
Когато агентът поеме навигацията, браузърът на практика се трансформира в автономна операционна система от ново поколение. Уебсайтовете и SaaS приложенията губят ролята си на визуални дестинации за крайния потребител и се превръщат в обикновени източници на API данни за агента. Това поставя под фундаментален въпрос модела на дигиталната реклама, базиран на показвания и кликове.
Инфографика: Светни.ме • Аналитичен поглед върху тенденциите и последствията