Các trình duyệt AI dạng tác nhân đang bắt đầu thay đổi cách chúng ta dùng web: từ những công cụ thụ động thành các trợ lý số có thể tự vận hành, “nhìn” nội dung trên màn hình, hiểu hướng dẫn và thực hiện hành động trực tuyến.
Cách chúng ta duyệt internet đang bước vào cuộc chuyển đổi lớn nhất kể từ khi smartphone trở nên phổ biến. Một thế hệ trình duyệt mới tích hợp AI đang xuất hiện, với mục tiêu không chỉ dừng ở tìm kiếm và nhấp chuột, mà còn chủ động làm việc thay cho người dùng.
Những “trình duyệt tác nhân” (agentic browsers) này có thể nhận biết những gì đang hiển thị trên màn hình, hiểu hướng dẫn bằng ngôn ngữ tự nhiên và thao tác trên nhiều website/ứng dụng: từ nghiên cứu, tóm tắt thông tin đến điền biểu mẫu, mua sắm, đặt vé du lịch và quản lý các dịch vụ trực tuyến. Dù công nghệ vẫn còn sớm và mang tính thử nghiệm, nó gợi mở một viễn cảnh hấp dẫn: trải nghiệm duyệt web sẽ ngày càng tự động, chủ động và thông minh hơn rất nhiều.
ChatGPT Atlas
ChatGPT là cái tên khởi phát làn sóng AI hiện nay, đưa chatbot dựa trên mô hình ngôn ngữ lớn (LLM) đến gần hơn với số đông, đồng thời bổ sung các khả năng nâng cao như tạo ảnh, ghi nhớ (memory) và suy luận. Giờ đây, với ChatGPT Atlas, OpenAI tiến thêm một bước để đưa trải nghiệm “duyệt web dạng tác nhân” vào thực tế.
Điểm khác biệt lớn nhất của Atlas so với phần còn lại có lẽ là việc nó được xây dựng trên GPT-5. Đây là mô hình tiên tiến nhất của OpenAI, thuộc nhóm LLM mạnh và linh hoạt nhất hiện nay, phù hợp với nhiều tác vụ đời thường.
Atlas có thể khiến bạn bất ngờ nếu đây là lần đầu bạn thử duyệt web theo kiểu tác nhân. Khi bật Agent Mode, bạn chỉ cần nhập yêu cầu trong thanh bên Ask ChatGPT rồi theo dõi nó tự mở trang, điền biểu mẫu và hoàn tất công việc bằng “chuột và bàn phím” của chính nó. Cảm giác giống như bạn vừa trao quyền điều khiển máy tính cho một trợ lý tự động và nó đang thao tác thay bạn.
Atlas cũng có “bộ nhớ trình duyệt” riêng, tương tự khả năng ghi nhớ và gợi lại thông tin của ChatGPT, để dần hiểu rõ hơn những kiểu việc bạn thường giao cho nó. Hiện tại, Agent Mode chỉ dành cho người dùng gói Pro hoặc Plus trả phí và mới có trên macOS, nhưng khả năng cao điều này sẽ sớm thay đổi.
Opera Neon
Neon là một trình duyệt tác nhân khác, được xây dựng dựa trên Aria — trợ lý AI trong trình duyệt của Opera. Tương tự ChatGPT, Neon hiểu lời nhắc (prompt) bằng ngôn ngữ tự nhiên, có thể tạo ảnh, đồng thời “nhìn” và tương tác với màn hình nhờ thị giác máy tính (computer vision).
Một điểm giúp Neon nổi bật là trọng tâm về quyền riêng tư. Opera triển khai điều này thông qua mô hình xử lý lai (hybrid processing). Aria sẽ tự cân bằng giữa xử lý trên thiết bị và xử lý trên đám mây: các tác vụ liên quan đến dữ liệu nhạy cảm và trao đổi riêng tư được xử lý ngay trên máy, còn những quy trình nặng hơn sẽ chuyển sang hạ tầng đám mây.
Tuy vậy, cần lưu ý rằng nhấn mạnh bảo vệ dữ liệu không có nghĩa là mọi lo ngại về quyền riêng tư của mô hình duyệt web dạng tác nhân sẽ biến mất — phần này sẽ được đề cập kỹ hơn ở bên dưới.
Dù sao, đây vẫn là một tín hiệu tích cực: các nhà phát triển trình duyệt tác nhân hiểu rằng nhu cầu về quyền riêng tư và bảo mật sẽ tăng mạnh khi chúng ta bắt đầu dùng công nghệ có thể tự quyết định, thậm chí tự chi tiêu thay mình.
Perplexity Comet
Perplexity có thể không “phủ sóng” như OpenAI hay ChatGPT, nhưng sản phẩm AI tạo sinh tập trung vào tìm kiếm của họ đã sớm tạo dựng danh tiếng như một đối thủ mạnh và linh hoạt. Giờ đây, bước đi tiếp theo khá tự nhiên là mở rộng nó thành một trình duyệt hoàn chỉnh, được thiết kế ngay từ đầu xoay quanh khái niệm duyệt web dạng tác nhân.
Vốn được xây dựng như một “cỗ máy trả lời” (answer engine) để thách thức sự thống trị của các công cụ tìm kiếm truyền thống như Google, Comet khi trở thành trình duyệt có thể tự làm những việc như mua sắm, quản lý lịch và soạn email. Tính hữu dụng cho mục đích nghiên cứu — mở nhiều tab và tổng hợp thông tin từ nhiều nguồn — thường được nhắc đến như yếu tố giúp Comet khác biệt trong nhóm trình duyệt tác nhân.
Manus
Manus, do Butterfly Effect (Singapore) phát triển, có cách tiếp cận hơi khác so với các trình duyệt tác nhân còn lại trong danh sách này — và sẽ có người cho rằng không nên xếp nó vào cùng nhóm. Tuy nhiên, vì Manus vẫn phục vụ các tác vụ tương tự, tôi cho rằng nó đáng được nhắc tới.
Thay vì là một trình duyệt tác nhân “đúng nghĩa” chạy trực tiếp trên máy người dùng, Manus được mô tả là một “trình duyệt trên đám mây” (browser in the cloud). Bạn vẫn nhập yêu cầu bằng giao diện ngôn ngữ tự nhiên, lần này dựa trên mô hình Monica LLM độc quyền của Butterfly. Nhưng thay vì thao tác trong trình duyệt trên máy bạn, Manus sẽ khởi tạo một phiên trình duyệt riêng trên hạ tầng đám mây — và bạn có thể theo dõi quá trình nó vận hành.
Manus “mang tính tác nhân” đúng nghĩa ở chỗ: bạn đưa ra mục tiêu, nó tự lập kế hoạch để đạt mục tiêu đó và thực hiện hành động thay bạn. Công cụ này đặc biệt mạnh với các tác vụ lập trình: có thể tạo và quản lý nhiều tệp, xử lý logic theo yêu cầu, đồng thời khai thác thêm thông tin và tài nguyên từ nhiều nguồn trên internet.
Vì vậy, dù không hoàn toàn giống các sản phẩm “trình duyệt tác nhân” khác trong bài, hướng tiếp cận dựa trên web để tự động hóa những nhiệm vụ phức tạp khiến Manus rất đáng theo dõi.
Trình Duyệt Tác Nhân (Agentic Browsers) Và “Tác Nhân Trong Trình Duyệt” (Browser Agents)
Đúng như bạn có thể đoán, phần lớn các công ty trình duyệt đang phát triển phiên bản “dạng tác nhân” cho sản phẩm phổ biến của mình, bao gồm cả hai ông lớn Google và Microsoft. Gemini trong Chrome bổ sung một số khả năng theo hướng tác nhân (ví dụ hiểu nội dung trang), trong khi Edge với Copilot có các tính năng tương tự nhưng vẫn chưa đạt mức một trình duyệt tác nhân “đầy đủ”. Vì vậy, hiện tại chúng phù hợp với mô tả “browser agents” hơn là “agentic browsers” theo nghĩa trọn vẹn.
Một số cái tên mới khác gồm Brave Leo — hiện chưa hoàn toàn theo hướng tác nhân nhưng nổi bật nhờ ưu tiên quyền riêng tư và bảo mật — cùng với Dia Browser.
Thời Kỳ Duyệt Web “Dạng Tác Nhân” Đi Vào Đời Sống
Đây là lĩnh vực phát triển cực nhanh, và rất có thể đến lúc bạn đọc những dòng này, đã có thêm vài đối thủ mới gia nhập cuộc đua định hình thế hệ duyệt web tiếp theo.
Cũng cần nhớ rằng mọi thứ vẫn còn ở giai đoạn đầu, và các công nghệ trong bài phù hợp nhất để xem như những thử nghiệm (experimental). Dù ấn tượng, trong nhiều tình huống, cách duyệt web truyền thống hiện vẫn cho kết quả nhanh và ổn định hơn. Điều này ít đúng hơn với các tác vụ đơn giản như nghiên cứu hoặc tóm tắt, và thường đúng hơn với những công việc phức tạp đòi hỏi đăng nhập, cấp quyền truy cập và phối hợp nhiều công cụ/tài nguyên trực tuyến.
Cuối cùng, có một lưu ý đặc biệt quan trọng: quyền riêng tư và bảo mật. Vì công nghệ còn rất mới, hiện chưa ai có thể khẳng định mức độ an toàn của nó đến đâu. Như một cảnh báo cuối, tôi khuyến nghị bạn không cung cấp bất kỳ thông tin nhạy cảm nào — như thông tin ngân hàng hay mật khẩu — cho bất kỳ AI nào chưa thể đảm bảo quyền riêng tư ở mức cao nhất và được kiểm toán độc lập nghiêm ngặt, điều mà hiện chưa hệ thống nào trong số này đáp ứng đầy đủ.
Dẫu vậy, nếu bạn thử nghiệm một cách thận trọng, làn sóng trình duyệt tác nhân đầu tiên này vẫn đem lại một cái nhìn rất hấp dẫn về cách AI sẽ thay đổi việc chúng ta dùng internet trong những năm tới.
Tags: agentic browsers, AI browser automation, AI privacy & security
Tags: agentic browsers, AI browser automation, AI privacy & security
