Co właściwie robi agent przeglądarkowy, czego nie umie zwykły chatbot?
Zwykły chatbot odpowiada na pytania, ale nie działa dalej. Agent przeglądarkowy to zupełnie inna kategoria, bo potrafi wykonać konkretną pracę w internecie za ciebie. Zamiast radzić, jak coś zrobić, po prostu to robi: loguje się, porównuje ceny, wypełnia formularze i finalizuje transakcje.
Różnicę najlepiej widać na przykładzie. Chatbot podpowie ci, jak sprawdzić oferty dostawców energii. Agent wejdzie na strony kilku firm, porówna taryfy i zapisze wyniki w tabeli, którą otworzysz rano. To nie jest kolejna funkcja czatu, tylko samodzielny pracownik, który dostaje cel i sam rozbija go na mniejsze kroki, takie jak nawigacja po serwisie czy wpisywanie danych.
Podstawą działania jest model językowy, czyli silnik, który rozumie polecenia i planuje kolejne ruchy. Do tego dochodzi dostęp do przeglądarki, dzięki któremu agent widzi strony i może na nich klikać. W praktyce wygląda to tak, że podajesz mu zadanie, a on sam decyduje, jakie działania wykonać i w jakiej kolejności, podobnie jak człowiek przed ekranem.
To podejście ma jednak swoją cenę. Skoro agent porusza się po stronach i czyta ich treść, ktoś może ukryć w tej treści złośliwe polecenia. Specjaliści z Malwarebytes ostrzegają, że w atakach na takie narzędzia bronią staje się sam język, a nie luka w zabezpieczeniach. Dlatego zanim powierzysz agentowi logowanie do konta firmowego, sprawdź, jak producent zabezpieczył jego pracę.
Jak agent sam rozkłada zadanie na kroki – i dlaczego to zmienia reguły gry?
Agent przeglądarkowy zaczyna od tego, co ty mu powiesz, na przykład "porównaj mi ceny faktur elektronicznych u trzech dostawców". Sam cel to jednak za mało. Zanim cokolwiek kliknie, rozbija go na mniejsze zadania, które potrafi wykonać krok po kroku. Tak działa człowiek, który dostaje od szefa ogólne polecenie: najpierw ustala, co trzeba zrobić po kolei, potem bierze się do pracy.
Ta umiejętność odróżnia agenta od zwykłego chatbota. Chatbot odpowiada na polecenia, agent sam planuje i wykonuje ciąg czynności. Różnica jest taka, jak między pracownikiem, który czeka na każdą kolejną instrukcję, a takim, który dostaje cel i sam wie, jak do niego dojść.
W praktyce agent działa tak:
- Przyjmuje od ciebie ogólny cel, na przykład sprawdzenie ofert ubezpieczenia OC dla firmy.
- Rozbija go na konkretne zadania: otwiera strony ubezpieczycieli, wpisuje dane, porównuje ceny.
- Wykonuje każde zadanie po kolei, tak jak robiłby to człowiek w przeglądarce.
- Zbiera wyniki i podsumowuje je w jednym miejscu, żebyś nie musiał przeglądać kilku kart naraz.
Cały ten proces opiera się na modelu językowym, czyli silniku, który rozumie polecenia i pisze odpowiedzi. To on steruje kolejnością pracy, pilnuje, żeby agent nie robił rzeczy, o które nikt go nie prosił, i sprawdza, czy zadanie zostało wykonane. Dzięki temu ty widzisz tylko efekt, a nie setki pojedynczych kliknięć.
Dla firmy oznacza to jedno: zadania, które zabierały pracownikowi godzinę, agent może skończyć w kilka minut. Nie musisz przy tym siedzieć i patrzeć na ekran. Wystarczy, że określisz cel, a resztą zajmie się przeglądarka AI.
Które firmy już dziś dają ci takiego agenta i ile to kosztuje?
Nazw jest więcej, niż mogłoby się wydawać. Perplexity Comet działa na komputerach z Windowsem i na telefonach z Androidem, a najszerszy dostęp do agenta dostaniesz w subskrypcji Perplexity Max za 200 dolarów miesięcznie. ChatGPT Atlas od OpenAI ma ograniczenie innego rodzaju: działa wyłącznie na komputerach Mac z procesorem Apple silicon i systemem macOS 14.2 lub nowszym, więc użytkownicy Windowsa i telefonów na razie odpadają.| Narzędzie | Gdzie działa | Co musisz mieć |
|---|---|---|
| Perplexity Comet | Mac, Windows, iPhone, iPad, Android | Pełny agent w planie za 200 USD miesięcznie |
| ChatGPT Atlas | tylko Mac z Apple silicon | macOS 14.2 lub nowszy |
| Auto Browse w Chrome | przeglądarka Chrome | subskrypcja Google AI Pro lub Ultra, dostęp w USA |
Czy agent przeglądarkowy faktycznie działa, czy to tylko obietnica?
Działa, ale nie tak, jak obiecują filmy promocyjne. Agent przeglądarkowy to asystent, który sam planuje ciąg czynności w internecie: loguje się, wpisuje dane, porównuje ceny i finalizuje transakcje, zamiast pokazywać ci kolejne linki do kliknięcia. To realna różnica w stosunku do zwykłej przeglądarki z wbudowaną sztuczną inteligencją, która tylko podpowiada, ale niczego nie wykonuje za ciebie.
Zanim zaczniesz zlecać agentowi poważniejsze zadania, sprawdź, jak radzi sobie na testach. W benchmarku Deep Research Bench, który obejmuje 89 zadań badawczych w 8 kategoriach, najlepszy model osiągnął 0,51 na 1,0 możliwych punktów, jak podaje raport FutureSearch. Nawet idealny agent nie przekroczyłby 0,8 punktu, bo część zadań jest po prostu niejednoznacznie zdefiniowana.
To nie znaczy, że narzędzie jest bezużyteczne. Znaczy tylko, że na dziś agent sprawdzi się przy konkretnych, powtarzalnych czynnościach, a nie przy swobodnym "ogarnij mi cały miesiąc". Warto też pamiętać, że agent działa w twoim imieniu, więc jeśli strona, na której pracuje, zmieni układ, może się pogubić.
Dlatego zanim wpuścisz agenta do firmowych systemów, przetestuj go na prostych zadaniach bez konsekwencji. To jak z nowym pracownikiem: najpierw dajesz mu drobne sprawy, a dopiero potem kluczowych klientów. Różnica jest taka, że agent zrobi to w kilka sekund, ale wciąż wymaga twojego nadzoru.
Jakie nowe ryzyko wchodzi do firmy razem z agentem i jak się przed nim bronić?
Agent przeglądarkowy to pracownik, który nie przestaje działać, nawet gdy ty zamkniesz laptopa. Problem w tym, że czyta on wszystko, co znajdzie na stronie internetowej, i to, co przeczyta, może potraktować jak polecenie. Zespół Brave pokazał, jak ukryta instrukcja w komentarzu na Reddicie kazała agentowi sięgnąć do skrzynki mailowej po jednorazowy kod i przejąć konto w innym serwisie. Atakujący nie szuka luki w oprogramowaniu. Wkłada broń w sam język, którym posługuje się sztuczna inteligencja.
Zanim wpuścisz agenta do firmowych systemów, sprawdź, czy twoja strona i procedury wytrzymają jego działanie. W raporcie AI-Readiness 2026 przeanalizowano 200 polskich stron branżowych i żadna nie spełniła pełnych kryteriów gotowości na agentów. Jeśli twoja strona nie odpowiada na pytania wprost, agent sam dopisze brakujące dane. A to on, nie ty, decyduje wtedy, co jest prawdą.
Podstawą ochrony jest zasada ograniczonego zaufania. Agent dostaje od ciebie zakres obowiązków, tak jak nowy pracownik, i nie powinien mieć prawa do rzeczy, których nie potrzebuje do pracy. Warto też pilnować, żeby nie logował się do systemów z danymi klientów bez twojej wiedzy. Dobrą praktyką jest podział zadań: agent zbiera i porównuje informacje, a finalizację płatności albo wysyłkę dokumentów zostawia człowiekowi. W ten sposób nawet jeśli ktoś przejmie kontrolę nad agentem, nie sięgnie do najważniejszych zasobów firmy.
Zacznij od małych kroków i sprawdzaj, co robi agent:
- daj mu zadania tylko na testowych kontach, bez dostępu do prawdziwych danych klientów,
- używaj narzędzi, które pokazują historię działań agenta krok po kroku,
- ustal limit czasowy i kwotowy na transakcje, które agent może wykonać samodzielnie,
- sprawdzaj, czy strona, na której agent pracuje, nie zmieniła treści w trakcie zadania,
- pilnuj, żeby agent nie otwierał załączników ani nie klikał w linki z nieznanych stron.
Czy twoja strona i systemy są gotowe na to, że odwiedzi je agent, a nie człowiek?
Kiedy agent przeglądarkowy wchodzi na twoją stronę, nie widzi jej tak jak człowiek. Nie podziwia układu ani kolorów, tylko czyta kod i wyciąga z niego konkretne informacje. Jeżeli twoja oferta albo cennik są schowane w grafice, dla agenta po prostu ich nie ma. W raporcie AI-Readiness 2026 sprawdzono 200 polskich stron branżowych i żadna nie spełniła pełnych kryteriów gotowości na takie wizyty.
To nie jest futurystyczna ciekawostka, tylko codzienność, która nadchodzi szybciej, niż myślisz. Funkcja Auto Browse, czyli Gemini w przeglądarce Chrome, już obsługuje wieloetapowe zadania na kartach i w usługach Google. Dla porównania, ChatGPT Atlas działa tylko na komputerach Mac, a Perplexity Comet obejmuje Mac, Windows, iPhone, iPada i Androida. Każdy z tych agentów rozkłada twój cel, na przykład porównanie cen, na sekwencję mniejszych kroków: nawigację, wprowadzanie danych, sprawdzanie wyników.
Zanim zaczniesz przeprojektowywać stronę, sprawdź, czy agent w ogóle może po niej chodzić. Czy każda podstrona ma czytelny adres? Czy formularze działają bez obsługi myszką? Czy kluczowe treści, takie jak regulamin albo dane kontaktowe, są zapisane jako zwykły tekst? W naszych wdrożeniach widzimy, że firmy, które odpowiadają na te pytania, zyskują przewagę, bo ich oferta jest widoczna dla maszyn, które za chwilę będą robić zakupy za ludzi.
