Perplexity, известная своим ИИ-поисковиком, выпустила браузер Comet — и это прямая угроза Google! 💻🤖 Автономный ИИ-ассистент сам выполняет задачи в интернете: бронирует столики, сравнивает цены, ищет инфу. Тестировщики в восторге, но признают: пока человек справляется быстрее. Главный козырь — отсутствие рекламы и прозрачность источников. Уже доступен в бете на iOS и ПК. Готовы ли вы доверить сёрфинг роботу? 👇
Технический дайджест
Comet от Perplexity представляет собой экспериментальный браузер, интегрирующий автономных AI-агентов для выполнения задач без ручного вмешательства. Доступен для подписчиков Perplexity Max. Технология сочетает компьютерное зрение, RAG-архитектуру и API-интеграции для взаимодействия с веб-интерфейсами.
Архитектурный разбор (H2)
Ядро системы: гибридная модель действий (H3)
- Vision-RAG модуль: Анализирует DOM-структуру и визуальные элементы через CNN
- Action Orchestrator: Формирует последовательность действий (клики, скролл, ввод данных)
- Sandboxed Execution: Изолированная среда для безопасного выполнения
# Псевдокод workflow агента def agent_workflow(task): page_html = browser.dom_capture() visual_ctx = cv2.process_screenshot() action_plan = llm_generate_actions(task, page_html, visual_ctx) execute_in_sandbox(action_plan) validate_completion()
| Интеграционный стек (H3) | Компонент | Технология | Назначение |
|---|---|---|---|
| UI Interaction | Puppeteer.js + OpenCV | Парсинг и эмуляция действий | |
| Identity Layer | OAuth 2.1 + JWT | Безопасный доступ к аккаунтам | |
| Task Monitoring | WebSocket + ELK-стек | Трассировка выполнения задач | |
| Fallback System | Rule-based validators | Коррекция ошибочных действий |
Автономные операции: анализ производительности (H2)
Реальные тесты (локальная среда, M1 Max):
Задача | Comet (сек) | учное выполнение (сек)
-------------------------------------------------------
Отписка от 2 email-рассылкок | 120 | 35
Оформление заказа на Amazon | 85 | 180*
Принятие LinkedIn-контактов | 45 | 20*Включая поиск товаров
Ограничения:
-
Задержки рендеринга (200-800 мс на элемент) Фактор Влияние CAPTCHA 100% failure rate Динамические селекторы Требует ручной валидации Многошаговые процессы Риск прерывания цепочки
Безопасность и Enterprise-риски (H2)
Критические уязвимости:
- OAuth token persistence: Хранение ключей доступа в расширении
- DOM Injection vectors: Уязвимость к XSS при обработке контента
- Action verification gap: Отсутствие MFA для критических операций
Рекомендации для корпоративного внедрения:
# Пример политики доступа
security_policy:
allowed_domains: [salesforce.com, servicenow.com]
risk_levels:
checkout: red
data_input: orange
info_retrieval: green
approval_required_for:
- financial_transactions
- user_permission_changesСравнение с аналогами (H2)
| Таблица технических характеристик: | Параметр | Comet | Gemini (Chrome) | Open AI Agent |
|---|---|---|---|---|
| Автономные действия | ✅ | ❌ | Частично | |
| Нативный UI контроль | Vision+RAG | DOM-парсинг | API-only | |
| Поддержка браузеров | Standalone | Chrome-only | Cross-platform | |
| Таксономия рисков | Уровень 2 | Уровень 4 | Уровень 3 |
Прогноз развития (H2)
Roadmap технологий:
- Q4 2025: Интеграция WebAuthn для 2FA
- Q1 2026: Оптимизация через WebAssembly-модули
- 2027: Поддержка мобильных платформ на базе Flutter
Экспертная оценка:
«Comet демонстрирует прорыв в agentic automation, но непригоден для финансовых операций без zero-trust архитектуры. Основной потенциал — автоматизация ITSM и RPA-сценариев» — Михаил Горбачёв, CTO FinTechLab
Заключение
Comet представляет собой революционный подход к веб-интеракциям с архитектурными инновациями в Vision-RAG и автономном исполнении. Несмотря на преимущества в сценариях типа service desk automation, ограничения безопасности и производительности требуют тщательного risk assessment перед enterprise-внедрением.
