ИИ-агенты с доступом в интернет: как они работают в браузере

ИИ-агенты могут управлять полноценным браузером Chromium через инструменты вроде Playwright: работать со страницами на JavaScript, формами и cookie. Где запускается этот браузер, решает разработчик. Серверный агент может запускать его в контейнере и выводить на удалённый экран. noHuman Team — нативное приложение для macOS и Windows: каждый noHuman открывает Chromium с отдельным постоянным профилем в видимом окне на рабочем столе.

Именно этим ИИ-агенты отличаются от чат-ботов. Такие возможности называют по-разному: автоматизация браузера с помощью ИИ, ИИ-агенты для веб-исследований, ИИ-агенты с доступом в интернет. Чат-боты генерируют текст об интернете. Агенты работают в нём.

Почему большинство чат-ботов на самом деле не ходят по сайтам

Когда вы просите обычного ИИ-ассистента «проверить цены на сайте конкурента X», происходит одно из двух.

Сценарий 1: доступа в интернет нет вообще. Модель отвечает по данным обучения и переданному контексту, а они могут расходиться с тем, что сейчас на странице.

Сценарий 2: веб-поиск через API. Модель обращается к поисковому API (Brave, Bing), получает текстовые фрагменты и пересказывает их. Она читает превью результатов поиска, а не сами страницы: не видит контент, который строит JavaScript, не листает постраничную выдачу, не работает с динамическими элементами и не может открыть ничего, что закрыто входом в аккаунт.

Ни в одном из сценариев модель не ходит по сайтам. В обоих случаях она читает статичный текст об интернете.

Для практических задач эта разница принципиальна:

• Исследования: на странице с ценами есть тарифы, переключатели, годовая и месячная оплата, раздел «свяжитесь с нами» для корпоративных клиентов. Фрагмент из API даёт одну цифру. Браузер даёт полную картину.
• Работа с формами: регистрация на пробный период, отправка обращения в поддержку, настройка стороннего сервиса — всё это требует кликов, ввода текста, выбора значений и переходов. Ни один API так не умеет.
• Динамический контент: современные веб-приложения написаны на JavaScript. Исходный HTML часто оказывается пустой оболочкой, а содержимое подгружается динамически. Поисковые API видят оболочку, браузер видит отрисованную страницу.
• Многошаговые сценарии: «войти, перейти в настройки, выгрузить CSV» — это последовательность действий в браузере, где нужно сохранять состояние между загрузками страниц.

Как агенты получают настоящий доступ к браузеру

Решение: дать ИИ-агенту собственный настоящий браузер и слой управления, который превращает его намерения в клики.

Как устроен браузерный стек

[AI Agent] → sends commands → [Browser Controller (Playwright)]
                                        ↓
                          [Chromium with its own profile]
                       (a container on a server, or a window
                        on your desktop — same control layer)
                                        ↓
                                [Renders real web pages]
                                        ↓
                        [Returns: page content / screenshots / DOM]

В noHuman Team у каждого noHuman есть собственный полноценный браузер Chromium с постоянным профилем. Это настоящее окно на вашем компьютере, и в панели управления его видно в реальном времени. За жизненный цикл браузера отвечает приложение: запускает Chromium, передаёт команды через Playwright, делает снимки экрана и аккуратно завершает работу. Движок тот же, что и в Google Chrome: выполнение JavaScript, отрисовка CSS, обработка cookie и все возможности настоящего сеанса в браузере.

ИИ-агент общается с браузером через слой управления (обычно Playwright или Puppeteer), который превращает намерения агента в действия:

• «Открыть этот URL» → браузер загружает страницу
• «Нажать на вкладку с ценами» → контроллер находит элемент (по роли, тексту или селектору) и кликает
• «Прочитать содержимое страницы» → контроллер извлекает дерево доступности или делает снимок экрана
• «Заполнить поле электронной почты» → контроллер находит поле ввода и вводит текст

Агент видит результат — содержимое страницы, снимки экрана, описания элементов — и решает, что делать дальше. Это цикл обратной связи: наблюдение → решение → действие → наблюдение.

Зачем нужны контейнеры серверным агентам

Если вы создаёте собственного агента и запускаете его на сервере, контейнер Docker с усиленной защитой может ограничить доступ браузера к остальной системе.

Где на самом деле проходит граница, зависит от конфигурации:

• Файлы хоста становятся видны, когда вы их монтируете, в том режиме чтения или записи, который выберете
• Cookie браузера остаются отдельными, пока вы не дадите доступ к существующему профилю или хранилищу учётных данных
• Привилегированный режим, устройства хоста, широкие привилегии (capabilities) или доступ к сокету Docker могут подорвать изоляцию
• Исходящий доступ и доступ к локальной сети нужно проверять отдельно
• Одноразовую файловую систему контейнера можно создать заново, а смонтированные данные сохраняются

noHuman Team запускает нативных сотрудников, и у каждого noHuman с доступом к браузеру отдельный профиль. Для подключений Claude и ChatGPT через шлюз сотрудники используют заглушку вместо настоящих учётных данных, а аутентификацию у провайдера добавляет локальный шлюз. При локальном входе и на резервных подключениях настоящие учётные данные могут храниться в файлах сотрудника. Сотрудники работают с вашими правами в операционной системе, а профили браузера, механизмы одобрения и бюджеты песочницы для файловой системы не создают. О границах доступа к учётным данным читайте в руководстве по аккаунтам ИИ, а о вариантах изоляции — в статье ИИ-агенты в песочнице Docker.

Что агенты делают в браузере

Веб-исследования (самый частый случай)

Агент не ограничивается фрагментами из поисковой выдачи: он заходит на сами страницы и читает их целиком.

Пример: «Изучи пять самых популярных инструментов для управления проектами, сравни их цены и кратко опиши главные отличия».

• Без браузера: приблизительные сведения с оговорками («Я не уверен в актуальных ценах»)
• С браузером: агент заходит на каждый сайт, переходит на страницы с ценами, читает реальные тарифы и функции, разбирает сравнительные таблицы, построенные на JavaScript

Через браузер можно собрать подробности, которых нет в поисковой выдаче. Но агент может и неверно прочитать страницу, принять устаревшее значение за актуальное или столкнуться с блокировкой. Прежде чем использовать результат, проверьте посещённые URL и важные утверждения.

Заполнение и отправка форм

Агенты могут работать с веб-формами: регистрироваться в сервисах, отправлять данные, менять настройки.

Примеры задач:

• Отправить обращение в поддержку на сайте поставщика
• Заполнить заявку на партнёрство
• Настроить вебхуки в панели стороннего сервиса
• Записаться в лист ожидания мероприятия

Парсинг сайтов и извлечение данных

Для агента с браузером парсинг — естественная задача. Он видит и контент, который строит JavaScript и пропускают традиционные инструменты парсинга.

Примеры задач:

• Извлечь список товаров из каталога конкурента (с ценой, характеристиками и наличием)
• Собрать вакансии с карьерных страниц нескольких компаний
• Отслеживать по расписанию изменения цен в интернет-магазинах
• Собирать отзывы с разных платформ

Контроллер может опираться на роли элементов, текст, снимки экрана и DOM вместо одного жёстко заданного парсера. Изменения вёрстки, динамическая подгрузка, защита от ботов и постраничная навигация всё равно могут сломать сценарий, поэтому его нужно тестировать.

Тестирование сайтов

noHuman Developer может тестировать в браузере ваше веб-приложение:

• Проходить пользовательские сценарии (регистрация, оформление заказа, настройки)
• Проверять, что страницы корректно отображаются в окнах разного размера
• Убеждаться, что формы правильно валидируют данные
• Делать снимки экрана и сообщать о визуальных проблемах до того, как их увидят пользователи

Так находят ошибки, которые проходят мимо модульных тестов, — те, что проявляются, только когда страницу отрисовывает настоящий браузер.

Мониторинг конкурентов

Настройте периодические проверки сайтов конкурентов: изменились ли цены? Запустили ли они новую функцию? Агент с доступом к браузеру заходит на эти страницы по расписанию, сравнивает их с прошлыми версиями и сообщает вам, когда что-то существенно меняется.

Смотрите, как агент работает в браузере

Когда браузер на виду, агент перестаёт быть чёрным ящиком: его работу можно контролировать.

Серверные агенты решают это с помощью виртуального дисплея (Xvfb) внутри контейнера и подключения VNC (Virtual Network Computing): откройте VNC-клиент, укажите порт дисплея контейнера — и вы увидите, как загружаются страницы, двигается курсор и заполняются формы.

Это полезно для:

• Отладки — когда агент не может выполнить задачу, наблюдение показывает причину: неожиданное всплывающее окно, CAPTCHA, не та вёрстка, которую ждали
• Доверия — когда агент работает у вас на глазах, уверенности больше. Вы видите сам процесс, а не верите текстовому отчёту
• Обучения — наблюдая, как агент перемещается по сайту, вы учитесь лучше описывать задачи

В noHuman Team подключаться никуда не нужно: браузер агента — обычное окно на вашем компьютере, и та же картинка в реальном времени показывается на вкладке «Браузер» агента в панели управления. Смотрите там, возьмите управление, чтобы кликать и вводить текст, или войдите на сайт в настоящем окне и верните управление агенту.

Безопасность: что отделяет профиль браузера

В noHuman Team управляемый браузер запускается с отдельным каталогом пользовательских данных Chromium для каждого noHuman. При обычной работе браузера это значит:

• Cookie из вашего обычного браузера не загружаются в профиль агента
• Сохранённые пароли и расширения из обычного браузера в этом профиле не настроены
• Вход, выполненный в профиле агента, может сохраняться между задачами
• Любой человек или процесс с доступом к файлам профиля всё равно может их прочитать или изменить

Чего такая схема работы с браузером не гарантирует:

• Нативному сотруднику граница контейнера не мешает читать другие файлы, доступные вашей учётной записи в операционной системе
• Отдельный профиль не делает вход безопасным: используйте отдельные аккаунты с минимальными правами
• Механизмы одобрения сокращают число действий без присмотра, только если политика действительно охватывает нужное действие
• CAPTCHA, аппаратные ключи и системы защиты от ботов могут остановить или прервать автоматизацию

Трезво оценивайте этот предел: нативный сотрудник запускается от вашего имени, поэтому ему доступны те же файлы, что и вам. Ограничивайте его рабочей папкой, регулятором самостоятельности и очередью одобрений, а не границей на уровне ядра, которой у вас нет.

Главное

• Поиск и автоматизация браузера дают доступ к разной информации и разным возможностям
• С отдельным профилем браузера для каждого агента ваши обычные cookie и расширения не загружаются, но песочницы для файловой системы он не создаёт
• Доступ к браузеру помогает в исследованиях, заполнении форм, извлечении данных, тестировании сайтов и мониторинге; надёжность зависит от сайта и сценария
• Когда браузер на виду, агента можно контролировать: серверные агенты показывают его через удалённый просмотр, а в noHuman Team это обычное окно на рабочем столе
• Лучшая практика: заводите для агентов отдельные аккаунты, никогда не передавайте личные учётные данные и пропускайте всё важное через одобрение

Часто задаваемые вопросы

Могут ли ИИ-агенты заходить на любые сайты? ИИ-агенты с доступом к браузеру могут заходить на большинство общедоступных сайтов так же, как обычный пользователь. Исключения: сайты, которые блокируют автоматические посещения с помощью защиты от ботов (Cloudflare, сложные CAPTCHA), сайты с аппаратными ключами безопасности и сайты, где новые аккаунты подтверждают по SMS. В таких случаях человеку обычно нужно один раз пройти проверку, после чего агент может продолжить работу.

Безопасно ли разрешать ИИ-агентам пользоваться интернетом? Это зависит от аккаунтов, прав, секретов, сетевого доступа и границы изоляции. Используйте отдельный профиль браузера и аккаунты с минимальными правами, пропускайте ответственные действия через работающие механизмы одобрения и проверяйте конфигурацию контейнера, если браузер запускается в Docker. noHuman Team работает нативно, поэтому контейнерной границы для файловой системы в нём нет.

Чем ИИ-поиск в интернете отличается от автоматизации браузера с помощью ИИ? ИИ-поиск в интернете (его используют большинство чат-ботов) обращается к поисковому API и возвращает текстовые фрагменты из проиндексированных страниц. Автоматизация запускает настоящий браузер и открывает реальные URL: видит контент, построенный на JavaScript, работает с формами, проходит многостраничные сценарии и получает то, что поисковые API проиндексировать не могут. Она медленнее, но для исследований, извлечения данных и работы с формами несравнимо мощнее.

Как работает VNC-клиент с ИИ-агентами? Когда браузер агента работает на удалённой машине или машине без монитора, VNC (Virtual Network Computing) позволяет подключиться к её дисплею и увидеть, что на нём отображается, — как при демонстрации экрана. В noHuman Team это не нужно: Chromium агента — настоящее видимое окно на вашем компьютере. Вы в реальном времени видите само окно браузера, движения курсора и действия на страницах, а наблюдение не прерывает работу агента.

Могут ли ИИ-агенты входить на сайты от моего имени? Да, если вы передадите учётные данные для конкретной задачи. В noHuman Team можно и по-другому: взять управление окном браузера агента, войти самостоятельно и вернуть управление. Тогда вход сохраняется в собственном профиле браузера этого noHuman, а не в вашем. Лучше всего заводить для агента отдельные аккаунты, а не делиться личными логинами, и по возможности использовать API-токены или служебные аккаунты.

Хотите видеть, что noHumans делают в браузере? Скачайте noHuman Team для macOS или Windows. У каждого noHuman отдельный постоянный профиль Chromium, а отдельные аккаунты и правила одобрения вы подбираете под свою работу.