Az ügynök-alapú web: miért szereti a szöveget az AI a pixelek helyett
Miért ideje elfelejteni a CSS selectorokat? Üdvözöljük az agentic web korszakát
Ha valaha is próbáltál automatizálni egy weboldalt, tudod, miről beszélek. Órákig bütykölöd a Playwright szkripteket, legózol a CSS selectorokkal, kezeled a race condition-eket, és közben csak azt sóhajtod, hogy ne változtassa meg a weboldal a DOM struktúráját. Egy apró módosítás a gomb pozícióján, és összeomlik az egész pipeline. Ez a megközelítés idejemúlt, és őszintén szólva: a 2015-ös gondolkodás 2025 problémáira.
De van egy jobb út.
Mi az az "agentic web"?
Egyszerűen fogalmazva: ez egy új paradigma, ahol az AI agentek természetes nyelven keresztül navigálnak, kommunikálnak és feladatokat oldanak meg weboldalakon. Nincs szükség CSS selectorokra, XPath kifejezésekre vagy képernyőképekre.
Gondolkodj el ezen: amikor böngészel, nem CSS selectorokban gondolkodsz. Hanem úgy, hogy "kattints a bejelentkezés gombra", "írd be az email címemet", "válaszd ki a legolcsóbb közvetlen járatot". Az AI agentek ma már képesek megérteni és végrehajtani ezeket a természetes utasításokat.
Eszközök like WebCLI már most megvalósítják ezt a víziót. A varázslat nem a komplex számítógépes látásban rejlik, hanem abban, hogy a webet annak kezeljük, ami valójában: egy szövegalapú rendszer, amelyet egyszerű parancsokkal irányíthatunk.
Miért jobb a szöveges felület?
A text-based interface-ekkel az a baj, hogy... várj, inkább miért JÓK:
Nem törik el apró vizuális változásoktól. Nem kell új screenshot-okat készíteni, ha valaki három pixellel arrébb tesz egy gombot.
Transzparens és debuggolható. Látszik, pontosan mit csinál az agent, és miért.
Az AI anyanyelvén beszélsz vele. Egy egyszerű parancsszerkezet, mint:
web inspect
web do <reference> <options>
...és az agent megfigyel, dönt, cselekszik, ismétel. OODA loop, amíg a feladat elkészül.
Valós alkalmazások, amik számítanak
Piaci kutatás és outreach: Szeretnéd megtalálni a termékedről szóló releváns beszélgetéseket és átgondolt válaszokat írni? Az agentek átkutatják a platformokat, azonosítják a lehetőségeket, és megírják a válaszokat.
Árösszehasonlítás: Repülőjegyek árait kell összehasonlítani több szolgáltatónál, kiválasztani a legjobb opciót? Az agent elvégzi a kutatást, az összehasonlítást, és előkészíti az adatokat – a fizetésig te jössz.
E-commerce research: A legjobb ajánlatot keresed egy termékre több webshopban? Az agent navigál az Amazon, Walmart, Alibaba és hivatalos store-ok között, összehasonlítja az árakat.
A Unix filozófia újraéled
Van valami szép ebben a megközelítésben – ez a Unix filozófia a legtisztább formájában. Kis eszközök, amelyek egy dolgot csinálnak jól, összekapcsolva szöveges interfészeken keresztül, amelyet bármely intelligens rendszer megért.
A hagyományos automation eszközök mindent próbálnak megoldani, ezért hatalmas, bonyolult rendszereket építenek, amelyek bonyolultan törnek el. Az agentic megközelítés lecsupaszítja a lényegre: inspect, decide, act, repeat.
Mit jelent ez fejlesztőknek és startupoknak?
Ha web automation-al kapcsolatos termékeket építesz, van néhány fontos szempont:
Az automation stratégiádnek évolnia kell. Ha eddig selector-alapú framework-ökbe fektettél, gondolkodj el a text-based alternatívákon.
Gondolkodj a feladat-automatizálásban. Amit korábban csak manuálisan vagy bonyolult integrációkkal tudtál megoldani – scraping, form beküldés, account management – az most egyszerű parancssorozatokkal is működhet.
Build vs. buy. Eszközök like WebCLI ingyenes próbaverzióval indulnak, mert a value proposition egyszerű: időt spórolsz, karbantartást eliminsálsz.
A jövő a szöveg
Azt látjuk, hogy egy olyan web bontakozik ki, amely gépileg egyre olvashatóbb – nem API-kon keresztül, amelyek folyamatos frissítést igényelnek, hanem a web eredeti, szövegalapú természetére visszatérve.
Az agentek egyre okosabbak, kitartóbbak és képesebbek. Az eszközök egyszerűsödnek, transzparensebbé és Unix-szerűbbé válnak. Együtt ez egy valódi ugrás előre a webes interakciók automatizálásában.
A régi módszerek – selectorok, screenshotok – nem tűnnek el egyik napról a másikra, de egyre inkább úgy néznek ki, amik mindig is voltak: körülményesek. Az agentic web valami jobbat kínál: intelligens automation, amely a web természetes működésével összhangban dolgozik.
Lehet, itt az ideje abbahagyni a web elleni harcot, és megtanulni anyanyelvén beszélni vele – egyszerű szöveggel.
Fáradt vagy a törékeny automation scriptek menedzselésétől? Néha a legjobb infrastruktúra az, amelyik észrevétlenül végzi a dolgát. Böngészd át a NameOcean tárhelymegoldásait, és koncentrálj arra, ami valóban számít.