böngésző-agent
angolul: browser agent
Olyan AI-agent, amely helyetted kezeli a webböngészőt: oldalakat nyit meg, kattint, űrlapot tölt ki, és több lépésben elvégez egy rábízott feladatot.
Érthetően
A böngésző-agent olyan, mint egy segítőkész ismerős, akit leültetsz a géped elé, és megkéred: „Keress nekem három szállást Egerben a hosszú hétvégére, és tedd őket egymás mellé.” Nem csak megmondja, hogyan csinálnád, hanem megnyitja az oldalakat, kattint, görget és gépel helyetted.
A hagyományos chatbot csak szöveget ad vissza, a munkát neked kell elvégezned. A böngésző-agent viszont cselekszik: ugyanazokat a weboldalakat használja, amelyeket te, ugyanúgy, ahogy egy ember tenné. Ezért olyan oldalakon is működik, amelyeket soha nem készítettek fel gépi használatra.
Leginkább az unalmas, sok kattintással járó feladatokra jó: árak összehasonlítására, időpontfoglalásra, űrlapok kitöltésére, adatok összegyűjtésére több oldalról. Cserébe lassabb nálad, néha eltéved, és a fontos lépéseknél, például fizetésnél vagy jelszó megadásánál, jobb, ha te döntesz.
Hogyan működik
- Hétköznapi nyelven megadod a célt, például: „Foglalj asztalt péntek estére négy főre.”
- Az agent megnézi az oldalt: képernyőképet készít róla, vagy kiolvassa az oldal szerkezetét (gombok, mezők, linkek), és ebből megérti, mi van előtte.
- A mögötte dolgozó nyelvi modell eldönti a következő lépést: hová kattintson, mit írjon be, merre görgessen.
- Végrehajtja a lépést, megnézi, mi változott az oldalon, és ezt a kört ismétli, amíg el nem ér a célig, vagy el nem akad.
- Kényes pontokon (belépés, fizetés, üzenet elküldése) a jól megtervezett agent megáll, és a jóváhagyásodat kéri.
Példa a mindennapokból
Megkéred a böngésződbe épített asszisztenst, hogy keresse meg a legolcsóbb vonatjegyet Budapestről Pécsre szombat reggelre. Az agent megnyitja a jegyértékesítő oldalt, kitölti a keresőt, összeveti a járatokat, a kosárba teszi a jegyet, a fizetés előtt pedig megáll, és megkérdezi, mehet-e.
Kit érint
Gyakori félreértés
Korlátok és kockázatok
- Megtéveszthető: egy weboldalon elrejtett szöveg utasításként hathat rá (ezt prompt injectionnek hívják), és olyat tehet, amit nem kértél.
- Amikor a saját böngésződben dolgozik, hozzáférhet a bejelentkezett fiókjaidhoz (levelezés, bank, közösségi oldalak), ezért gondold meg, mihez adsz neki engedélyt.
- Lassabb és pontatlanabb, mint amilyennek a bemutatókon látszik: rossz gombra kattinthat, félreérthet egy űrlapot, vagy félbehagyhatja a feladatot.
- Sok oldal robotszűrővel (CAPTCHA) vagy a felhasználási feltételeiben korlátozza az automatizált használatot, ezért nem mindenhol működik.
Hasonló, de nem ugyanaz
- chatbot – A chatbot csak válaszol és tanácsot ad, a böngésző-agent viszont ténylegesen végrehajtja a lépéseket a weboldalakon.
- számítógép-használó agent – A számítógép-használó agent a teljes gépet kezeli bármely programmal együtt, a böngésző-agent csak a webböngészőben dolgozik.
- webkaparás (web scraping) – A webkaparás előre megírt program, amely adatot gyűjt adott oldalakról, a böngésző-agent viszont maga dönti el a lépéseket, és cselekedni is tud.
Kapcsolódó fogalmak
AI-agent, számítógép-használó agent, automatizálás
vásárló agent
AI-böngésző, prompt injection, eszközhasználat, nagy nyelvi modell, emberi jóváhagyás, kódoló agent
Röviden a története
A webes feladatokat önállóan végző agentek kutatása 2023-ban kapott lendületet, többek között a WebArena nevű tesztkörnyezettel. 2024 októberében az Anthropic kísérleti (béta) változatban bemutatta a számítógép-használatot (computer use), amellyel a Claude modell a képernyőt látva egeret és billentyűzetet kezel. 2025 januárjában az OpenAI kutatási előzetesként elindította az Operator nevű böngésző-agentet, amelyet 2025 nyarán a ChatGPT agent funkciójába olvasztott be. 2025-ben megjelentek az első, beépített agenttel működő AI-böngészők is, például a Perplexity Comet és az OpenAI ChatGPT Atlas.
Hol tart most
2026 végén a legtöbb nagy AI-cég kínál böngésző-agentet: van, amelyik önálló AI-böngészőként, van, amelyik bővítményként vagy az asszisztensébe építve. Egyszerű feladatokra már használható, de a megbízhatóság és a biztonság, főleg a prompt injection elleni védelem, még nincs megoldva.
Más nevei
böngésző-agent · böngészőagent · browser agent · web agent · webes agent · browser-use agent · agentic browser
Források
- Zhou et al.: WebArena: A Realistic Web Environment for Building Autonomous Agents (arXiv, 2023)
- Anthropic: Introducing computer use (2024)
- OpenAI: Introducing Operator (2025)
A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.