بقلم ماريو تشاو وفيجو @IOSG
مقدمة
على مدار الاثني عشر شهرًا الماضية، تغيرت علاقة متصفح الويب بالأتمتة بشكل كبير. حيث تسعى كل شركة تقنية كبرى تقريبًا جاهدة لبناء وكيل متصفح خاص بها. وقد أصبح هذا الاتجاه واضحًا بشكل متزايد منذ نهاية عام 2024: حيث أطلقت OpenAI وضع الوكيل في يناير، وأصدرت Anthropic ميزة "استخدام الكمبيوتر" لنموذج Claude، وأطلقت Google DeepMind مشروع Mariner، وأعلنت Opera عن متصفحها القائم على الوكيل Neon، وأطلقت Perplexity AI متصفح Comet. والإشارة واضحة: يكمن مستقبل الذكاء الاصطناعي في الوكلاء الذين يمكنهم التنقل بشكل مستقل عبر الويب. ولا يقتصر هذا الاتجاه على إضافة روبوتات دردشة أكثر ذكاءً إلى المتصفحات فحسب؛ إنه تحول جذري في كيفية تفاعل الآلات مع البيئات الرقمية. وكلاء المتصفحات هي أنظمة ذكاء اصطناعي يمكنها "رؤية" صفحات الويب واتخاذ إجراءات: النقر على الروابط، وملء النماذج، والتمرير، وإدخال النصوص - تمامًا مثل المستخدمين البشريين. يَعِد هذا النموذج بإطلاق إنتاجية وقيمة اقتصادية هائلة من خلال أتمتة المهام التي تتطلب حاليًا جهدًا يدويًا أو معقدة للغاية بالنسبة للبرامج النصية التقليدية. ▲ عرض توضيحي بصيغة GIF: وكيل متصفح ذكاء اصطناعي أثناء العمل: اتباع التعليمات، والانتقال إلى صفحة مجموعة البيانات المستهدفة، والتقاط لقطات شاشة تلقائيًا، واستخراج البيانات المطلوبة. من سيفوز في حرب متصفحات الذكاء الاصطناعي؟ تُطوّر جميع شركات التكنولوجيا الكبرى تقريبًا (وبعض الشركات الناشئة) حلول وكلاء الذكاء الاصطناعي للمتصفحات الخاصة بها. فيما يلي بعض المشاريع الأكثر تمثيلًا: وضع الوكيل من OpenAI: وضع الوكيل من OpenAI (المعروف سابقًا باسم Operator، والذي أُطلق في يناير 2025) هو وكيل ذكاء اصطناعي بمتصفحه الخاص. يمكن لـ Operator التعامل مع مجموعة متنوعة من المهام المتكررة عبر الإنترنت: ملء نماذج الويب، وطلب البقالة، وجدولة الاجتماعات، وما إلى ذلك - كل ذلك من خلال واجهة الويب القياسية التي يستخدمها البشر.

▲ يُجدول وكيل الذكاء الاصطناعي الاجتماعات كمساعد محترف: يتحقق من التقويم، ويجد الفترات الزمنية المتاحة، ويُنشئ الأحداث، ويُرسل التأكيدات، ويُنشئ ملفات .ics لك.
أنثروبيك - "استخدام الحاسوب" لكلود:
في نهاية عام ٢٠٢٤، قدمت أنثروبيك ميزة "استخدام الحاسوب" الجديدة لإصدار كلود ٣.٥، مما يمنحه القدرة على تشغيل أجهزة الكمبيوتر والمتصفحات كالبشر. يستطيع كلود النظر إلى الشاشة، وتحريك المؤشر، والنقر على الأزرار، وإدخال النص. هذه أول أداة وكيل نموذجية واسعة النطاق من نوعها تدخل مرحلة الإصدار التجريبي العام، مما يسمح للمطورين بتمكين كلود من التنقل تلقائيًا في مواقع الويب والتطبيقات. تضعها شركة أنثروبيك كميزة تجريبية، بهدف رئيسي هو أتمتة سير العمل متعدد الخطوات على الويب. بيربلكسيتي - كوميت أطلقت شركة بيربلكسيتي الناشئة في مجال الذكاء الاصطناعي (المعروفة بمحرك الإجابة على الأسئلة) متصفح كوميت في منتصف عام 2025 كبديل مدعوم بالذكاء الاصطناعي لمتصفح كروم. كوميت في جوهره هو محرك بحث تفاعلي بالذكاء الاصطناعي مدمج في شريط العناوين (مربع متعدد الاستخدامات)، يوفر أسئلة وأجوبة وملخصات فورية بدلاً من روابط البحث التقليدية. بالإضافة إلى ذلك، يتضمن كوميت أيضًا مساعد كوميت، وهو وكيل مقيم في الشريط الجانبي يعمل على أتمتة المهام الروتينية عبر مواقع الويب. على سبيل المثال، يمكنه تلخيص رسائل البريد الإلكتروني المفتوحة، وجدولة الاجتماعات، وإدارة علامات تبويب المتصفح، أو تصفح الويب والزحف إليه نيابةً عنك. يهدف كوميت إلى دمج التصفح بسلاسة مع مساعدي الذكاء الاصطناعي من خلال تمكين الوكلاء من إدراك محتوى صفحة الويب الحالية من خلال واجهة الشريط الجانبي. سيناريوهات تطبيقية واقعية لوكلاء المتصفحات. استعرضنا سابقًا كيف دمجت شركات التكنولوجيا الكبرى (OpenAI وAnthropic وPerplexity وغيرها) وظائف في وكلاء المتصفحات من خلال أشكال منتجات متنوعة. لفهم قيمتها بشكل أفضل، دعونا نستعرض سيناريوهات تطبيقية واقعية لهذه الإمكانيات في الحياة اليومية وسير عمل المؤسسات.
أتمتة الويب اليومية
التجارة الإلكترونية والتسوق الشخصي
من السيناريوهات العملية للغاية تفويض مهام التسوق والحجز إلى الوكلاء. يمكن للوكيل ملء سلة التسوق الإلكترونية الخاصة بك تلقائيًا وتقديم طلب بناءً على قائمة ثابتة، أو يمكنه البحث عن أقل سعر لدى العديد من تجار التجزئة وإكمال عملية الدفع نيابةً عنك. للسفر، يمكنك طلب الذكاء الاصطناعي لأداء مهام مثل: "احجز لي رحلة إلى طوكيو الشهر المقبل بأقل من 800 دولار أمريكي، وفندقًا مزودًا بخدمة واي فاي مجانية". سيتولى الموظف العملية بأكملها: البحث عن الرحلات، ومقارنة الخيارات، وملء معلومات المسافر، وإتمام حجز الفندق، كل ذلك عبر مواقع شركات الطيران والفنادق. يتجاوز هذا المستوى من الأتمتة بكثير برامج السفر الآلية الحالية: فهو يتجاوز مجرد تقديم التوصيات، وينفذ عملية الشراء مباشرةً. تحسين إنتاجية المكتب: يمكن للموظف أتمتة العديد من المهام المتكررة التي يؤديها المستخدمون في متصفحاتهم. على سبيل المثال، يمكنهم تنظيم رسائل البريد الإلكتروني واستخراج عناصر المهام، أو التحقق من توفر جداول متعددة وجدولة الاجتماعات تلقائيًا. يستطيع مساعد بيربلكسيتي "كوميت" تلخيص محتويات بريدك الوارد وإضافة المواعيد إلى تقويمك عبر واجهة ويب. بعد الحصول على إذنك، يمكن للموظف أيضًا تسجيل الدخول إلى أدوات البرمجيات كخدمة (SaaS) لإنشاء تقارير منتظمة، وتحديث جداول البيانات، أو إرسال النماذج. تخيّل موظف موارد بشرية يسجل الدخول تلقائيًا إلى مواقع مختلفة للوظائف، أو موظف مبيعات يُحدّث بيانات العملاء المحتملين في نظام إدارة علاقات العملاء (CRM). هذه المهام الدنيوية قد تستهلك وقتا كبيرا من الموظفين، ولكن الذكاء الاصطناعي يمكن الآن أتمتتها عن طريق أتمتة نماذج الويب وعمليات الصفحات. وبخلاف المهام الفردية، يمكن للوكلاء تنظيم سير العمل بالكامل عبر أنظمة شبكية متعددة. تتطلب كل خطوة من هذه الخطوات واجهات ويب مختلفة، وهو بالضبط ما يتفوق فيه وكلاء المتصفح. يمكن للوكلاء تسجيل الدخول إلى لوحات معلومات مختلفة لاستكشاف الأخطاء وإصلاحها وحتى تنظيم العمليات، مثل دمج الموظفين الجدد (إنشاء حسابات عبر مواقع ويب SaaS متعددة). بشكل أساسي، يمكن إجراء أي عملية متعددة الخطوات تتطلب حاليًا نقرات متعددة على موقع الويب بواسطة وكيل. التحديات والقيود الحالية على الرغم من إمكاناتها الهائلة، فإن وكلاء المتصفح اليوم بعيدون عن الكمال. تكشف التطبيقات الحالية عن العديد من التحديات التقنية والبنية التحتية طويلة الأمد: عدم التطابق المعماري تم تصميم الويب الحديث للمتصفحات التي يديرها الإنسان وتطور بمرور الوقت لمقاومة الأتمتة بنشاط. غالبًا ما تكون البيانات مدفونة في HTML / CSS محسّنة للعرض المرئي، أو محدودة بإيماءات التفاعل (التحويم، والتمرير)، أو يمكن الوصول إليها فقط من خلال واجهات برمجة التطبيقات غير الموثقة. علاوة على ذلك، تُضيف أنظمة مكافحة الكشط والاحتيال حواجز إضافية بشكل مصطنع. تجمع هذه الأدوات بين سمعة بروتوكول الإنترنت، وبصمة المتصفح، واستجابات تحديات جافا سكريبت، والتحليل السلوكي (مثل: عشوائية حركة الماوس، وإيقاع الكتابة، ومدة الانتظار). ومن المفارقات، أنه كلما كان وكيل الذكاء الاصطناعي "مثاليًا" وفعالًا - على سبيل المثال، يملأ النماذج فورًا ودون أخطاء - كان من الأسهل تحديده على أنه أتمتة ضارة. قد يؤدي هذا إلى أعطال جسيمة: على سبيل المثال، قد يُكمل وكيل OpenAI أو Google جميع خطوات ما قبل الدفع بنجاح، ثم يُوقفه اختبار CAPTCHA أو مرشح أمان ثانوي. إن الجمع بين واجهة مُحسّنة للبشر وطبقة دفاعية غير مُلائمة للروبوتات يُجبر الوكلاء على تبني استراتيجيات هشة "تُحاكي البشر". هذا النهج مُعرّض للفشل بشكل كبير ونسبة نجاحه منخفضة (أقل من ثلث المعاملات تُنجز دون تدخل بشري).
مخاوف الثقة والأمان
يتطلب منح الوكلاء تحكمًا كاملاً في كثير من الأحيان الوصول إلى معلومات حساسة: بيانات اعتماد تسجيل الدخول، وملفات تعريف الارتباط، ورموز المصادقة الثنائية، وحتى معلومات الدفع. وهذا يثير مخاوف مفهومة لدى المستخدمين والشركات على حد سواء:
بناءً على هذه المخاطر، تتخذ الأنظمة الحالية عمومًا نهجًا حذرًا:
لا يطلب برنامج Mariner من Google من المستخدم إدخال معلومات بطاقة الائتمان أو الموافقة على شروط الخدمة، ولكنه بدلاً من ذلك يعيدها إلى المستخدم.
يطالب مشغل OpenAI المستخدم بتولي تسجيل الدخول أو تحدي CAPTCHA. قد يرفض وكيل أنثروبيك، المُشغّل بمعالج كلود، تسجيل الدخول ببساطة، مُشيرًا إلى مخاوف أمنية. والنتيجة: توقفات متكررة وعمليات تسليم بين الذكاء الاصطناعي والبشر، مما يُقوّض تجربة الأتمتة السلسة. ورغم هذه العقبات، فإن التقدم يتقدم بسرعة. وتتعلم شركات مثل أوبن إيه آي وجوجل وأنثروبيك من إخفاقاتها مع كل تكرار. مع تزايد الطلب، من المرجح حدوث تطور مشترك: ستصبح مواقع الويب أكثر ملاءمةً للبروكسي في السيناريوهات المواتية، بينما ستواصل الوكلاء تحسين قدرتهم على محاكاة السلوك البشري للالتفاف على العوائق القائمة. النهج والفرص: تواجه وكلاء المتصفحات الحاليون حقيقتين متباينتين: من جهة، البيئة العدائية لـ Web2، حيث تنتشر دفاعات مكافحة الكشط والأمن في كل مكان؛ ومن جهة أخرى، البيئة المفتوحة لـ Web3، حيث غالبًا ما يتم تشجيع الأتمتة. يحدد هذا الاختلاف اتجاه الحلول المختلفة. يمكن تقسيم الحلول التالية تقريبًا إلى فئتين: الحلول التي تساعد الوكلاء على تجاوز البيئة العدائية لـ Web2، والحلول الأصلية لـ Web3. في حين أن التحديات التي تواجه وكلاء المتصفحات لا تزال كبيرة، إلا أن مشاريع جديدة تظهر تحاول معالجتها بشكل مباشر. أصبح نظام العملات المشفرة والتمويل اللامركزي (DeFi) ساحة اختبار طبيعية لأنه مفتوح وقابل للبرمجة وأقل مقاومة للأتمتة. تُزيل واجهات برمجة التطبيقات المفتوحة، والعقود الذكية، والشفافية على السلسلة العديد من نقاط الاحتكاك الشائعة في عالم Web2. فيما يلي أربعة أنواع من الحلول، يعالج كل منها واحدًا أو أكثر من القيود الأساسية الحالية: متصفحات بروكسي أصلية للعمليات على السلسلة. صُممت هذه المتصفحات من البداية لتعمل بواسطة بروكسيات مستقلة، وهي مُدمجة بعمق مع بروتوكولات البلوك تشين. بخلاف متصفحات Chrome التقليدية، التي تعتمد على Selenium أو Playwright أو إضافات المحفظة لأتمتة العمليات على السلسلة، تُوفر متصفحات البروكسي الأصلية مباشرةً واجهات برمجة تطبيقات ومسارات تنفيذ موثوقة لاستدعاءات البروكسي. في التمويل اللامركزي، تعتمد صحة المعاملات على التوقيعات المشفرة، وليس على ما إذا كان المستخدم "بشريًا". لذلك، في بيئة على السلسلة، يُمكن للبروكسي تجاوز اختبارات CAPTCHA، ونتائج كشف الاحتيال، وفحوصات بصمات الأجهزة الشائعة في عالم Web2. ومع ذلك، إذا تم توجيه هذه المتصفحات إلى مواقع Web2 مثل Amazon، فلن تتمكن من تجاوز الدفاعات ذات الصلة؛ في هذه الحالة، ستظل إجراءات مكافحة الروبوتات العادية قيد التشغيل. لا تكمن قيمة متصفح البروكسي في منحه الوصول الفوري إلى جميع مواقع الويب، بل في ما يوفره من: تكامل أصلي مع سلسلة الكتل: دعم مدمج للمحفظة والتوقيع، مما يُغني عن نوافذ MetaMask المنبثقة أو تحليل كائن DOM على واجهة التطبيق اللامركزي. تصميم يُركز على الأتمتة: يوفر أوامر مستقرة وعالية المستوى تتوافق مباشرةً مع عمليات البروتوكول.
نموذج الأمان: يضمن التحكم الدقيق في الأذونات وبيئة الحماية أمان المفاتيح الخاصة أثناء الأتمتة.
تحسين الأداء: القدرة على تنفيذ مكالمات متعددة على السلسلة بالتوازي دون الحاجة إلى معالجة المتصفح أو تأخيرات في واجهة المستخدم.
دراسة حالة: دونات

يدمج دونات بيانات وعمليات سلسلة الكتل كمواطنين من الدرجة الأولى. يمكن للمستخدمين (أو وكلائهم) التمرير لعرض مؤشرات المخاطر الفورية للرموز أو إدخال أوامر اللغة الطبيعية مباشرةً مثل "/swap 100 USDC to SOL". من خلال تجاوز نقاط الاحتكاك التنافسية في Web2، يُمكّن دونات الوكلاء من العمل بأقصى سرعة في التمويل اللامركزي، مما يُحسّن السيولة والمراجحة وكفاءة السوق. تنفيذ وكيل موثوق وقابل للتحقق: يُعد السماح للوكلاء بالحصول على أذونات حساسة أمرًا محفوفًا بالمخاطر. تستخدم حلول كهذه بيئات التنفيذ الموثوقة (TEEs) أو أدلة المعرفة الصفرية (ZKPs) لتأكيد السلوك المتوقع للوكيل تشفيريًا قبل التنفيذ، مما يسمح للمستخدمين والأطراف المقابلة بالتحقق من إجراءات الوكيل دون الكشف عن المفاتيح الخاصة أو بيانات الاعتماد. دراسة حالة: شبكة Phala. تستخدم Phala بيئات التنفيذ الموثوقة (TEEs) (مثل Intel SGX) لعزل بيئة التنفيذ وحمايتها، مما يمنع مشغلي Phala أو المهاجمين من التجسس على منطق الوكيل وبياناته أو التلاعب بها. تعمل بيئات التنفيذ الموثوقة (TEEs) كـ"غرفة آمنة" مدعومة بالأجهزة، مما يضمن السرية (غير مرئية للعالم الخارجي) والنزاهة (غير قابلة للتعديل من الخارج). بالنسبة لوكيل المتصفح، هذا يعني أنه يمكنه تسجيل الدخول، وحفظ رموز الجلسة، أو معالجة معلومات الدفع، دون مغادرة الغرفة الآمنة. حتى في حالة اختراق جهاز المستخدم أو نظام التشغيل أو الشبكة، لا يمكن تسريب هذه البيانات الحساسة. هذا يُخفف بشكل مباشر من إحدى أكبر العقبات التي تعترض اعتماد الوكيل: مشكلة الثقة في بيانات الاعتماد والعمليات الحساسة. لا تقتصر أنظمة كشف برامج مكافحة البوتات الحديثة على التحقق مما إذا كانت الطلبات "سريعة جدًا" أو "آلية"، بل تجمع أيضًا بين سمعة عنوان IP، وبصمة المتصفح، واستجابات تحدي JavaScript، والتحليل السلوكي (مثل حركة المؤشر، وإيقاع الكتابة، وسجل الجلسات). يسهل تحديد الوكلاء القادمين من عناوين IP لمراكز البيانات أو بيئات التصفح القابلة للتكرار بالكامل. ولمعالجة هذه المشكلة، تتخلى هذه الشبكات عن تتبع صفحات الويب المُحسّنة للبشر، وتجمع بيانات قابلة للقراءة آليًا وتوفرها مباشرةً، أو تُرسل بيانات بالوكالة عبر بيئات تصفح بشرية حقيقية. يتجنب هذا النهج نقاط ضعف برامج الزحف التقليدية في التحليل ومكافحة الزحف، مما يوفر مدخلات أدق وأكثر موثوقية للوكلاء. من خلال توجيه حركة البيانات إلى هذه الجلسات الواقعية، تسمح الشبكة الموزعة لوكلاء الذكاء الاصطناعي بالوصول إلى محتوى الويب مثل البشر، دون التسبب في حظر فوري. # مثال Grass: شبكة البيانات اللامركزية/DePIN، حيث يتشارك المستخدمون النطاق العريض السكني غير المستخدم، توفر قنوات وصول متنوعة جغرافيًا وسهلة الاستخدام للوكلاء لجمع بيانات الويب العامة وتدريب النماذج. WootzApp: متصفح جوال مفتوح المصدر يدعم مدفوعات العملات المشفرة، ويتميز بوكيل خلفي، وهوية معرفة صفرية؛ فهو يُضفي طابعًا لعوبًا على مهام الذكاء الاصطناعي/البيانات للمستهلكين. Sixpence: شبكة متصفح موزعة توجه حركة المرور لوكلاء الذكاء الاصطناعي من خلال تجربة تصفح المساهمين العالميين. ومع ذلك، فهذا ليس حلاً كاملاً. لا يزال الكشف السلوكي (تتبع الماوس/التمرير)، والقيود على مستوى الحساب (KYC، عمر الحساب)، وفحوصات اتساق بصمات الأصابع يمكن أن تؤدي إلى حظر. لذلك، يُنظر إلى الويب الموزع على أفضل وجه على أنه طبقة خصوصية أساسية يجب دمجها مع استراتيجيات تنفيذ تحاكي الإنسان لتحقيق أقصى قدر من الفعالية. معايير الويب الموجهة للوكيل (Foresight) في الوقت الحالي، يستكشف عدد متزايد من المجتمعات والمنظمات التقنية السؤال التالي: إذا لم يكن مستخدمو الويب في المستقبل بشرًا فحسب، بل وكلاء آليين أيضًا، فكيف يجب أن تتفاعل مواقع الويب معهم بشكل آمن ومتوافق؟ أدى هذا إلى نقاشات حول المعايير والآليات الناشئة، بهدف تمكين مواقع الويب من الإشارة صراحةً إلى "أسمح للوكلاء الموثوق بهم بالوصول" وتوفير قناة آمنة لإتمام التفاعلات، بدلاً من حظر الوكلاء افتراضيًا باعتبارهم "هجمات روبوتية" كما هو الحال اليوم.