Что это
Computer-use — способность агента управлять компьютером как человек: смотреть на скриншот экрана, двигать курсор, кликать кнопки, печатать текст. Браузерные агенты — частный случай: агент сам ходит по сайтам, заполняет формы, кликает. Это снимает требование «у всего должен быть API»: агент работает там, где есть только GUI.
Откуда пошло
- Октябрь 2024 — Anthropic выпустила Computer Use в публичной бете (Claude 3.5 Sonnet) — первая фронтир-модель с этой возможностью; первые партнёры Asana, Canva, DoorDash, Replit.
- 2025 — браузерные агенты массово: OpenAI Operator, Claude в Chrome (август 2025), Project Mariner у Google, Manus.
- К 2026 — десктоп-агенты выходят на личные устройства.
Почему взлетело
- Огромный пласт работы живёт в интерфейсах без API (легаси-CRM, админки, веб-формы) — computer-use открывает их для автоматизации.
- Vision-модели стали достаточно точными, чтобы понимать скриншот и попадать в элементы.
- Это «последняя миля» агентности: агент перестаёт зависеть от наличия интеграции.
Как применить сейчас
- Для веб-рутины используй браузерных агентов (заполнить, собрать, проверить флоу).
- В разработке — гоняй e2e-проверку UI агентом (Playwright-стиль): открой флоу, кликни, убедись, что соседнее не сломалось.
- Давай узкую задачу и наблюдаемый результат — длинные цепочки кликов всё ещё хрупкие.
На что обратить внимание
- Агент с доступом к браузеру + к данным + к внешней связи = летальная трифекта (легко выманить данные через инъекцию на странице).
- Точность падает на сложных/динамичных интерфейсах — закладывай повторы и проверки.
- Никогда не давай computer-use-агенту необратимые действия (платежи, удаление) без подтверждения человека.