Ostatnio widzieliśmy falę nowych przeglądarek „wspieranych przez sztuczną inteligencję” i przetestowałem większość z nich. Przeglądarki te obiecują inteligentniejsze, szybsze i bardziej zautomatyzowane przeglądanie, ale ostatecznie działają jak stare przeglądarki, tylko z dodatkiem chatbota.
Naprawdę wierzyłem, że OpenAI zaoferuje coś innego. Dlatego, gdy tylko wystartowało, Nowa przeglądarka ChatGPT AtlasDałem jej cały tydzień na korzystanie z niej jako mojej codziennej przeglądarki. Ale, podobnie jak Dia, Comet i inne, byłem rozczarowany. Po siedmiu dniach prób uruchomienia, w końcu ją odinstalowałem. I moje poszukiwania przeglądarki oferującej naprawdę nowe doznania trwają.
Szybkie linki
Świetne funkcje sztucznej inteligencji nie gwarantują lepszej przeglądarki
Sama sztuczna inteligencja nie wystarczy
ChatGPT Atlas jest reklamowany jako kolejny krok naprzód w przeglądaniu stron internetowych, w tej samej kategorii co takie rzeczy jak Perplexity's Comet. Na papierze brzmi imponująco. Przeglądarka wykonuje każde wyszukiwanie za pośrednictwem ChatGPT, ma pasek boczny, który podąża za użytkownikiem od strony do strony, a nawet może „działać” za użytkownika w trybie proxy. To ta sama lista funkcji przeglądarki opartych na sztucznej inteligencji, które widzieliśmy już dziesiątki razy. Jednak po ponad tygodniu użytkowania entuzjazm zaskakująco szybko opada. Bo rzecz w tym, że sama sztuczna inteligencja nie wystarczy, aby ulepszyć przeglądarkę..
Obecnie każda nowa przeglądarka (Dia, Comet itd.) robi dokładnie to samo. Biorą Chromium i dodają na niego chatbota. To nie sprawia, że rdzeń interfejsu jest inteligentniejszy, szybszy ani przyjemniejszy. Po prostu dodaje kolejny widget do czegoś, co już było dobre. Po pewnym czasie zaczyna się to wydawać monotonne. Nie zmieniam przeglądarki tylko po to, żeby mieć kolejne miejsce do zadawania pytań o rozbudowany model językowy. Mogę to zrobić wszędzie.
Arc to rozumiał. Zanim firma dodała sztuczną inteligencję, wdrożyła już kilka naprawdę przydatnych usprawnień w sposobie pracy w przeglądarce. Pionowe karty usprawniały nawigację, a spacje pomagały oddzielić pracę od przeglądania. Nawet gdy Arc dodał sztuczną inteligencję, nacisk nie był położony na komunikację z rozbudowanym modelem językowym. Chodziło o to, aby sama przeglądarka była bardziej inteligentna, na przykład poprzez automatyczne organizowanie kart.
W przypadku Atlasa nic z tego nie ma miejsca. To tak, jakby cała przeglądarka istniała tylko po to, żeby powiedzieć: „Cześć, spójrz, sztuczna inteligencja jest teraz wszędzie”.". I tu się zatrzymuję. Jeśli przeglądarka chce, żebym zmienił, musi przemyśleć podstawy. Mam dość wmuszania mi sztucznej inteligencji.Wszyscy przez to przeszliśmy. Chcę znów zobaczyć coś naprawdę nowego.
Stanowisko agenta wydaje się powolne i rozczarowujące.
Tak czy inaczej poprawiłem jego pracę.
Idea stojąca za ustawieniami agenta jest prosta: zamiast tylko odpowiadać na pytania, przeglądarka może wykonywać czynności za użytkownika. Może otwierać strony internetowe, klikać w podstrony, wypełniać formularze, wyszukiwać produkty i ma wykonywać zadania w przeglądarce bez jego ingerencji. Teoretycznie wydaje się, że właśnie w tym kierunku powinna podążać sztuczna inteligencja: przeglądarka, która wykona za użytkownika żmudną pracę.
Ale w rzeczywistości praca agenta jest powolna i niezdarna. Ciągle potyka się o niewiarygodnie proste zadania. Czasami nie zauważa paska przewijania strony i po prostu siedzi, wpatrując się w górę strony bez końca. Innym razem zaczyna coś i zatrzymuje się w połowie, jakby zapomniał, o co w ogóle chodziło. A kiedy już uda mu się coś ukończyć, ma tendencję do odchodzenia od instrukcji, jakby improwizował, zamiast wykonywać to, o co został faktycznie poproszony.
To poważny problem, zwłaszcza że rola agenta jest przedstawiana jako coś, co może pomóc w codziennych procesach, takich jak dodawanie produktów do koszyka czy wypełnianie formularzy. Ale jeśli i tak będziesz musiał wszystko robić sam, to po co w ogóle mieć agenta?
Przełom nastąpił, gdy wykonałem proste zadanie. Poprosiłem agenta, aby pobrał dane z pliku Arkuszy Google i wkleił je do tabeli w Dokumentach Google. Zadanie, które powinno mi zająć dziesięć sekund, może mniej. Po ponad trzech minutach obserwowania, jak powoli przegląda listy, w końcu „ukończył” zadanie. Nie wkleił jednak danych. Stworzył podsumowanie arkusza i wygenerował raport wyjaśniający, czego jego zdaniem dotyczył.
To właśnie sprawia, że sytuacja agenta jest frustrująca. Mógłbym mu wybaczyć powolność, gdyby był precyzyjny. Ale w obecnym stanie marnuje mój czas zamiast go oszczędzać.
Istnieją bardzo poważne zagrożenia bezpieczeństwa.
Nawet OpenAI przyznaje, że mogą wystąpić problemy.
Problem nie polega tylko na tym, że ustawienia proxy są nieprzewidywalne. Zezwolenie przeglądarce na klikanie, wypełnianie formularzy i interakcję ze stronami internetowymi w Twoim imieniu otwiera drogę do rzeczywistych zagrożeń bezpieczeństwa. Ponieważ proxy odczytuje stronę, aby zrozumieć, co ma zrobić, sama strona może wpływać na jego działanie.
Zjawisko to nazywa się „wstrzykiwaniem poleceń”. Strona internetowa może ukryć tekst instruujący agenta, aby wykonał inną czynność niż ta, o którą poprosiłeś. Na przykład, możesz napisać coś tak prostego, jak „Porównaj te dwa telefony i dodaj lepszy do mojego koszyka”. Jeśli jednak strona internetowa ukrywa instrukcje nakazujące agentowi dodanie droższego produktu do koszyka lub udanie się gdzie indziej, agent może zastosować się do tych instrukcji.
Ponieważ koncepcja przeglądania z włączonym proxy jest wciąż stosunkowo nowa, obecnie nie ma niezawodnego i pewnego sposobu, aby temu zapobiec. Nawet OpenAI wyraźnie o tym wspomina w swoim Strona pobierania atlasu Korzystanie z trybu agenta wiąże się z ryzykiem, dlatego należy zachować ostrożność.
To ostatnie rodzaje zmartwień, jakie chciałbym mieć, po prostu przeglądając internet. Jeśli jakaś funkcja jest niespójna i mogłaby zagrozić moim danym lub kontom, to ten kompromis wydaje się nieopłacalny.
ChatGPT Atlas nie opanował jeszcze podstaw.
To jest Chromium z dodatkowymi krokami
I tu cały obraz staje się jasny. Pomimo wszystkich rozmów o przeglądaniu stron internetowych wspomaganym przez sztuczną inteligencję, ChatGPT Atlas wciąż cierpi na brak podstawowych funkcji. Pozbawiając przeglądarkę paska bocznego ChatGPT i funkcji proxy, to, co zostaje, wygląda jak bardzo przeciętna przeglądarka Chromium. Brakuje porządnego wsparcia dla wielu profili, przemyślanych funkcji zarządzania kartami, a nawet czegoś tak prostego jak pionowe karty. To właśnie sprawia, że cała ta sytuacja jest frustrująca. W desperackiej próbie upchnięcia dużych modeli językowych (LLM) w każdym zakamarku przeglądarki, zignorowano podstawy. Przeglądarki to narzędzia, którym poświęcamy godziny każdego dnia. Rdzeń musi być solidny, zanim zacznie się dodawać nowatorskie pomysły. Ale Atlas sprawia wrażenie warstwy sztucznej inteligencji zgniecionej na wierzchu czegoś, co mogłoby być po prostu rozszerzeniem do Chrome'a. Nie ma też praktycznie żadnych sensownych opcji personalizacji. Można zmienić kolor podświetlenia i to właściwie wszystko. Wszystko inne wydaje się niekompletne, jakby przeglądarka została wydana, zanim fundamenty zostały faktycznie ugruntowane. Wymagało to więcej czasu, większego dopracowania i większego uwzględnienia tego, w jaki sposób ludzie faktycznie przeglądają Internet.
Znowu szukam czegoś nowego
Można śmiało powiedzieć, że całkowicie przestałem korzystać z Atlasa. Moją ulubioną przeglądarką był Arc, dopóki nie zastąpiła go Dia. Który nigdy nie spełnił oczekiwań, jeśli chodzi o to, co czyniło Arc wyjątkowymDlatego na razie zdecydowałem się na przeglądarkę Chrome.
Nie jest to ekscytujące, ale mnie to nie zniechęca. Wciąż mam nadzieję, że pojawi się przeglądarka, która faktycznie zmieni sposób, w jaki przeglądamy internet, zamiast po prostu dodawać wszędzie rozbudowany model LLM. Ale do tego czasu poczekam.
