От кликов к коду: как Webwright меняет автоматизацию веб-задач

Большинство скриптов и ботов для работы с сайтами до сих пор действуют по старинке — кликают по кнопкам по одной. Это медленно, ненадёжно и плохо масштабируется. Исследователи из Microsoft и Гонконгского университета предлагают другой путь: дать ИИ-агенту терминал и позволить ему писать код вместо того, чтобы имитировать действия пользователя.

Почему старый подход не справляется

Современные веб-агенты работают по принципу «посмотрел — кликнул — повторил». На первый взгляд это логично, но у такого метода есть серьёзные недостатки.

Агент не видит картину целиком. Он принимает решения на каждом шаге, не имея стратегии на несколько ходов вперёд. Из-за этого он тратит много времени на лишние действия и плохо справляется с неожиданностями — изменившимся дизайном, нестандартными полями или всплывающими окнами.

В итоге задачи вроде бронирования билетов или оформления заказов в интернет-магазине превращаются в длинную цепочку микродействий, где любое отклонение от шаблона может всё сломать.

Webwright: терминал вместо кликов

Webwright предлагает принципиально другой интерфейс. Вместо того чтобы предсказывать следующий клик, агент получает доступ к терминалу и может:

• запускать и контролировать несколько браузерных сессий одновременно;
• писать настоящий код для взаимодействия со страницей;
• возвращать результат в виде готового скрипта, а не отдельных команд.

Такой подход позволяет агенту сразу описать всю логику задачи: найти нужные элементы, обработать форму, учесть возможные ошибки — и выполнить всё это как единый процесс.

Преимущества кода

Когда агент работает с кодом, а не с отдельными кликами, он может планировать действия заранее. Это даёт сразу несколько плюсов:

• Стратегическое мышление. Агент продумывает весь сценарий до запуска.
• Быстрая адаптация. При изменении вёрстки или появлении нового поля он просто меняет селекторы в коде.
• Эффективный обход сайта. Вместо слепого кликанья агент анализирует структуру страницы программно и принимает обоснованные решения.

Для разработчиков и DevOps это естественный способ работы. Они не кликают по интерфейсу вручную — они пишут скрипты, которые решают задачи надёжно и предсказуемо.

Результаты на практике

В исследовании Webwright протестировали на реальных задачах: покупка билетов, оформление заказов, заполнение сложных форм. По сравнению с традиционными моделями агент на основе кода показывал выше скорость и надёжность выполнения.

Это важно, потому что с ростом автоматизации в enterprise-средах даже небольшое улучшение эффективности даёт заметный эффект при большом объёме операций.

Что это значит для инфраструктуры

По мере того как ИИ-агенты становятся умнее, растут и требования к веб-инфраструктуре. Стабильный DNS, надёжный SSL и производительный хостинг становятся ещё важнее — особенно если автономные системы будут регулярно обращаться к вашим сайтам и сторонним ресурсам.

Кроме того, подход Webwright открывает новые возможности для low-code автоматизации, тестирования API и интеллектуального сбора данных.

Вывод

Webwright показывает, что иногда лучше не упрощать интерфейс агента, а дать ему инструменты, которыми уже пользуются разработчики. Терминал и код — это не просто дань традиции, а мощная среда, в которой ИИ может мыслить стратегически и быстро адаптироваться к изменениям.

Будущее веб-автоматизации — не в предсказании кликов, а в умении писать качественный код.