در زمان اخیر موجی از مرورگرهای جدید «مبتنی بر هوش مصنوعی» به وجود آمده است و من تقریباً همهٔ آنها را امتحان کردهام. بیشتر آنها وعدهٔ تجربهٔ مرور هوشمندتر، سریعتر و خودکارتر را میدهند و در نهایت احساس میشود همان مرورگر قبلی است که یک ربات گفتگو روی آن چسبیده است.
بهتازگی موجی از مرورگرهای جدید «مبتنی بر هوش مصنوعی» ظاهر شدهاند و تقریباً همهی آنها را امتحان کردهام. بیشتر آنها وعده تجربه مرور هوشمندتر، سریعتر و خودکارتر را میدهند و در نهایت حس میشود همان مرورگر قبلی است که یک ربات گفتگو روی آن چسبیده است.
من واقعاً فکر میکردم OpenAI کسی است که کاری متفاوت انجام میدهد. بنابراین وقتی مرورگر جدید ChatGPT Atlas منتشر شد، یک هفته کامل آن را بهعنوان مرورگر روزانهام استفاده کردم. اما همچون Dia، Comet و بقیه، این مرورگر من را ناامید کرد. پس از هفت روز تلاش برای راهاندازی آن، در نهایت آن را حذف کردم. و جستوجوی من برای مرورگری که واقعاً حس تازه‑بودن بدهد ادامه دارد.
ویژگیهای هوش مصنوعی جذاب تضمینکننده مرورگر بهتر نیستند
هوش مصنوعی بهخاطر هوش مصنوعی کافی نیست
ChatGPT Atlas بهعنوان پرش بعدی در مرور معرفی میشود، در همان دستهایی که مواردی مانند Comet از Perplexity قرار دارند. و بر روی کاغذ، بله، این ادعا شگفتانگیز بهنظر میرسد. مرورگر تمام جستجوها را از طریق ChatGPT میفرستد، یک نوار کناری دارد که از سایتی به سایت دیگر دنبال شما میرود، و حتی میتواند با استفاده از حالت Agent «عمل» کند. این همان فهرست ویژگیهای مرورگر مبتنی بر هوش مصنوعی است که قبلاً بارها دیدهایم. اما وقتی بیش از یک هفته از آن استفاده کنید، هیجان بهسرعت فرو میگیرد. چون واقعیت این است: هوش مصنوعی بهتنهایی برای بهتر کردن مرورگر کافی نیست.
در حال حاضر، هر مرورگر جدیدی (Dia، Comet و غیره) همان ترفند را اعمال میکند. آنها Chromium را میگیرند و روی آن یک ربات گفتگو میچسبانند. این کار تجربهٔ اساسی را هوشمندتر، سریعتر یا لذتبخشتر نمیکند. فقط یک عنصر رابط کاربری دیگر به چیزی اضافه میکند که قبلاً خوب بود. پس از مدتی، این حس تکراری میشود. من مرورگرها را فقط برای داشتن مکان دیگری برای پرسیدن سوال از یک مدل زبانی بزرگ عوض نمیکنم. من میتوانم این کار را در هر جایی انجام دهم.
Arc این نکته را درک کرد. قبل از افزودن هوش مصنوعی، بهبودهای واقعاً مفیدی برای نحوهٔ کار در مرورگر ارائه داد. زبانههای عمودی که ناوبری را تمیزتر میکردند، یا Spaces که به جداسازی مرور کاری و شخصی شما کمک میکردند. حتی زمانی که Arc هوش مصنوعی افزود، تمرکز بر داشتن مکالمه با یک مدل زبانی بزرگ نبود. هدف این بود که مرورگر خود هوشمندتر شود، مانند سازماندهی خودکار زبانهها برای شما.
در Atlas، هیچیک از اینها وجود ندارد. احساس میشود تمام مرورگر فقط برای گفتن این است که «هی، نگاه کن، هوش مصنوعی اکنون همهجا حضور دارد.» و این جایی است که من باز میگردم. اگر مرورگری میخواهد من را جابجا کند، باید اصول را بازنگری کند. من از اینکه هوش مصنوعی بهصورت اجباری به من تحمیل شود خسته شدهام. همه این حس را دارند. من میخواهم دوباره چیزی واقعاً جدید ببینم.
حالت Agent کند و ناکارآمد بهنظر میرسد
بالاخره کار آن را بههرحال اصلاح کردم
ایدهٔ پشت حالت Agent ساده است: بهجای فقط پاسخ دادن به سؤالهای شما، مرورگر میتواند واقعاً کارهایی را برای شما انجام دهد. میتواند سایتها را باز کند، در صفحات کلیک کند، فرمها را پر کند، برای محصولات جستجو کند و بهنظر میرسد وظایف را داخل مرورگر بدون دخالت شما کامل کند. بر روی کاغذ، این دقیقاً همانجایی است که هوش مصنوعی باید به آن جهتگیری کند. مرورگری که مراحل خستهکننده را برای شما انجام دهد.
اما در عمل، حالت Agent احساس کندی و ناآرامی میکند. دائماً با چیزهای بسیار ساده گیر میکشد. گاهی نمیتواند تشخیص دهد که صفحه دارای نوار اسکرول است، بنابراین بیوقفه در بالای صفحه میگیرد. گاهی دیگر، کاری را شروع میکند و سپس در میانهاش گیر میکند، انگار وظیفه را فراموش کرده است. و زمانی که موفق به تکمیل کاری میشود، عادت دارد که بهسختی از دستورات منحرف شود، گویی بهجای پیروی از آنچه حقیقاً خواستهاید، بهصورت خودجوش عمل میکند.
این یک مشکل بزرگ است، بهخصوص چون حالت Agent بهعنوان ابزاری برای کمک به جریانهای کاری روزانه مطرح شده است، مانند افزودن موارد به سبد خرید هنگام خرید یا پر کردن دادهها در فرمها. اما اگر در نهایت مجبور شوید همهچیز را خودتان دوباره انجام دهید، هدف حضور عامل چه چیزی است؟
نقطهٔ شکستم یک کار ساده بود. از حالت Agent خواستم دادههایی را از یک فایل Google Sheets بگیرد و در جدول Google Docs بچسباند. کاری که برای من فقط ده ثانیه، شاید کمتر زمان میبرد. پس از بیش از سه دقیقه که دیدم بهصورت آهسته از منوها عبور میکند، سرانجام «وظیفه» را «تکمیل» کرد. اما دادهها را چسباند نه. بلکه خلاصهای از شیت ایجاد کرد و گزارشی ساخت که توضیح میداد فکر میکند شیت دربارهٔ چه چیزی است.
و این همان چیزی است که حالت Agent را ناامیدکننده میکند. میتوانستم سرعت کم آن را بخشیده باشم اگر دقیق بود. اما در وضعیت فعلیاش، زمان من را به جای صرفهجویی، هدر میدهد.
برخی خطرات امنیتی جدی وجود دارد
OpenAI حتی اعتراف میکند که ممکن است مشکلاتی وجود داشته باشد
مشکل فقط این نیست که حالت Agent غیرقابل پیشبینی است. وقتی یک مرورگر مجاز به کلیک، پر کردن فرمها و تعامل با وبسایتها بهجای شما میشود، درب بهسوی نگرانیهای واقعی امنیتی باز میشود. زیرا عامل صفحه را میخواند تا بفهمد چه کاری باید انجام دهد و خود صفحه میتواند رفتار عامل را تحت تأثیر قرار دهد.
این همان چیزی است که بهعنوان تزریق پرامپت شناخته میشود. یک وبسایت میتواند متنی مخفی کند که به عامل میگوید اقدام متفاوتی نسبت به آنچه شما خواستهاید انجام دهد. بنابراین ممکن است چیزی ساده بگویید: «این دو گوشی را مقایسه کن و بهترین را به سبد خریدم اضافه کن». اما اگر سایت دستورات مخفی داشته باشد که عامل را به افزودن کالای گرانتر به سبد خرید یا رفتن به جای دیگری هدایت کند، عامل ممکن است در عوض آن دستورات را دنبال کند.
و چون تمام این مفهوم مرورگری عاملمحور هنوز جدید است، هنوز راهی قابل اطمینان برای جلوگیری از این مسأله وجود ندارد. حتی OpenAI بهصراحت در صفحهٔ دانلود Atlas اشاره میکند که استفاده از حالت Agent همراه با ریسک است و باید محتاط باشید.
اینها آخرین نوع نگرانیهایی هستند که میخواهم هنگام مرور وب داشته باشم. اگر ویژگیای پایدار نباشد و ممکن است دادهها یا حسابهای من را در معرض خطر قرار دهد، این تعادل ارزشش را ندارد.
ChatGPT Atlas هنوز اصول پایه را بهدرستی برآورده نکرده است
این یک Chromium با گامهای اضافه است
و اینجا است که همه چیز بهدور میچرخد. برای همهٔ این بحثها دربارهٔ مرور مبتنی بر هوش مصنوعی، ChatGPT Atlas هنوز با اصول اساسی درگیر است. اگر نوار کناری ChatGPT و ویژگیهای عامل را حذف کنید، آنچه باقی میماند شبیه یک مرورگر Chromium بسیار ساده بهنظر میرسد. پشتیبانی مناسب از چندین پروفایل وجود ندارد، ویژگیهای مدیریتی تبهای فکربرانگیز نیستند و حتی چیزی بهسادگی تبهای عمودی نیز وجود ندارد. این همان بخشی است که تمام چیز را ناامیدکننده میکند. در تلاشی بیش از حد برای یکپارچهسازی مدلهای زبانی بزرگ در هر گوشه از مرورگر، اصول پایه نادیده گرفته شدهاند. مرورگرها ابزارهایی هستند که روزانه ساعتها با آنها کار میکنیم. تجربهٔ اصلی باید قبل از افزودن ایدههای آیندهنگر قوی باشد. اما Atlas حس میشود لایهٔ هوش مصنوعی روی چیزی قرار گرفته است که بهراحتی میتوانست یک افزونهٔ Chrome باشد. تقریباً هیچ سفارشیسازی معناداری نیز وجود ندارد. میتوانید رنگ اصلی خود را تغییر دهید، بله، همین. بقیه همه چیز ناقص بهنظر میرسد، گویی مرورگر پیش از اینکه پایهٔ آن واقعاً آماده باشد، منتشر شده است. این محصول به زمان، صیقل و تفکر بیشتری دربارهٔ نحوهٔ مرور واقعی کاربران نیاز دارد.
دوباره به دنبال چیزی جدید میگردم
میتوان گفت که کاملاً استفاده از Atlas را متوقف کردهام. مرورگر مورد علاقهام قبلاً Arc بود، تا زمانی که با Dia جایگزین شد، که هرگز آنچه Arc را خاص میکرد برآورده نکرد. بنابراین برای حال، پناهگاه موقت خود را به Chrome بردهام.
جالب نیست، اما مانع من نمیشود. هنوز امید دارم مرورگری ظاهر شود که واقعاً نحوهٔ مرور ما را بازنگری کند و نه فقط افزودن یک مدل زبانی بزرگ در همهجا. اما تا آن زمان، منتظر میمانم.