Jobbit का Agent Browser: अपने AI एजेंट को वेब ब्राउज़ करते देखें, फिर कंट्रोल अपने हाथ में लें
Jobbit का agent browser (beta) वह लाइव ब्राउज़र दिखाता है जिसे आपका AI एजेंट इस्तेमाल करता है, जिससे आप लॉग इन करने या क्लिक करने के लिए कंट्रोल अपने हाथ में ले सकते हैं, फिर वापस सौंप सकते हैं। यह कैसे काम करता है और यह किन-किन से तुलना करता है।
वेब ब्राउज़ करने वाले AI एजेंट को लेकर लोगों का सबसे आम सवाल यह नहीं होता कि "क्या यह कर सकता है?", बल्कि यह होता है कि "यह अंदर असल में कर क्या रहा है?"। अब तक ज़्यादातर प्लेटफ़ॉर्म पर ईमानदार जवाब टेक्स्ट की एक दीवार होता था: एजेंट आपको बताता है कि उसने कोई पेज खोला, कुछ क़ीमतों की तुलना की और कोई फ़ॉर्म भरा, और आपको उसकी बात मान लेनी पड़ती थी। Jobbit का नया agent browser (एजेंट ब्राउज़र), जो अब हर चैट के भीतर beta में है, इस बयान की जगह असली चीज़ रख देता है। आप एजेंट के ब्राउज़र को काम करते हुए देखते हैं, और जब किसी पेज को इंसान की ज़रूरत हो, कोई लॉगिन, कोई captcha, कोई ऐसा फ़ैसला जो सिर्फ़ आप ले सकते हैं, तो आप एक बटन दबाकर पतवार अपने हाथ में ले लेते हैं।
यह गाइड बताती है कि Jobbit का agent browser क्या है, लाइव व्यू और "Take control" वाला हैंडओवर कैसे काम करता है, यह किन कामों के लिए बनाया गया है, इसके पीछे का सेफ़्टी मॉडल क्या है, और यह ChatGPT agent, Perplexity Comet, Claude in Chrome, Manus और ओपन-सोर्स ब्राउज़र एजेंट से कैसे तुलना करता है। अगर आपको इस टेक्नोलॉजी की पृष्ठभूमि चाहिए, तो पहले कंप्यूटर-यूज़ AI एजेंट पढ़ें; यह पोस्ट इस्तेमाल करने का अनुभव कैसा है, उस पर है।
Agent browser क्या है
Jobbit एक मल्टीपर्पज़ AI एजेंट है: कोई काम बताइए और एजेंट एक ही चैट से रिसर्च करता है, लिखता है, बनाता है और ऑटोमेट करता है। जब किसी काम के लिए वेब की ज़रूरत हो, तो एजेंट क्लाउड में एक असली ब्राउज़र खोलता है और उसे वैसे ही इस्तेमाल करता है जैसे कोई इंसान करता, क्लिक करते, टाइप करते और पेज पढ़ते हुए। Agent browser उसी ब्राउज़र की खिड़की है, जो आपके चैट के बगल में वर्कस्पेस पैनल के भीतर दिखती है।
तीन बातें इसे कार्रवाइयों की किसी फ़ेहरिस्त से अलग बनाती हैं:
- आपको असली पेज दिखता है। एजेंट के ब्राउज़र की एक लाइव तस्वीर, जिसमें पेज का टाइटल और एड्रेस भी होता है, जो एजेंट के आगे बढ़ने के साथ अपडेट होती रहती है। जब कोई रन ख़त्म होता है, तो एजेंट ने आख़िर में जो देखा था वह स्क्रीन पर बना रहता है।
- आप कंट्रोल अपने हाथ में ले सकते हैं। एक बटन ब्राउज़र को आपके हवाले कर देता है। तस्वीर पर क्लिक कीजिए, फ़ील्ड में टाइप कीजिए, लॉग इन कीजिए, फिर कंट्रोल वापस दे दीजिए और एजेंट वहीं से आगे बढ़ता है जहाँ आपने उसे छोड़ा था।
- यह रन के भीतर ही मौजूद रहता है। ब्राउज़र टास्क का है, आपका नहीं। एजेंट से कोई पेज खोलने को कहिए और ब्राउज़र दिख जाता है; काम पूरा होते ही यह बंद हो जाता है। इसमें से कुछ भी आपकी मशीन पर नहीं चलता और यह आपके अपने Chrome को छूता तक नहीं।
इस फ़ीचर पर beta का टैग इसलिए है क्योंकि यह नया है, कमज़ोर होने की वजह से नहीं: यह महीनों से Jobbit के हर रिसर्च और वेब टास्क के पीछे काम कर रहा है। जो नया है वह यह कि अब आप इसे देख सकते हैं और बीच में दख़ल दे सकते हैं।
लाइव व्यू कैसे काम करता है
पर्दे के पीछे Jobbit का एजेंट वही plan, act, observe लूप इस्तेमाल करता है जो एजेंटिक AI क्या है? में बताया गया है। ब्राउज़र के लिए इसका मतलब है स्क्रीनशॉट, फ़ैसला और कार्रवाई का एक चक्र। Agent browser आपको वही फ़्रेम दिखाता है जिन पर एजेंट रीज़निंग कर रहा होता है, यानी जो आप देखते हैं वह ठीक वही है जो एजेंट ने देखा, कोई दोबारा बनाई गई तस्वीर नहीं।
व्यवहार में:
- कोई ऐसा काम माँगिए जिसके लिए वेब चाहिए। "A4 रीसाइकल्ड पेपर के तीन सबसे सस्ते सप्लायर ढूँढो जो Leeds तक डिलीवर करते हों, और उनकी प्रति-रीम क़ीमत की तुलना करो।" एजेंट ब्राउज़र पैनल खोलता है और शुरू करता है।
- इसे काम करते देखिए। पेज लोड होते हैं, नतीजे स्कैन होते हैं, एजेंट टैब के बीच घूमता है। जब तक रन लाइव है पैनल एक हरा बिंदु दिखाता है और पेज का टाइटल बदलते ही दिखता है।
- साथ-साथ चैट भी पढ़िए। एजेंट बातचीत में बताता जाता है कि वह क्या और क्यों कर रहा है, तो ब्राउज़र और चैट मिलकर आपको तस्वीर भी देते हैं और वजह भी।
- नतीजा पाइए। एक टेबल, एक रिपोर्ट, एक ड्राफ़्ट, जो भी आपने माँगा हो, और उसके पीछे की ब्राउज़िंग मान ली गई नहीं बल्कि दिखाई भी गई।
चूँकि Jobbit बड़े काम एजेंटों की एक टीम से करवाता है, जैसा AI सबएजेंट में बताया गया है, किसी बड़े रिसर्च टास्क के दौरान कई सबएजेंट समांतर में ब्राउज़ कर सकते हैं; पैनल उसी रन को दिखाता है जिसे आप देख रहे हैं।
Take control: वह हैंडओवर जो ब्राउज़िंग एजेंट को व्यावहारिक बनाता है
हर ब्राउज़िंग एजेंट एक जैसी दीवारों से टकराता है: कोई लॉगिन पेज, कोई टू-फ़ैक्टर कोड, कोई कुकी वॉल, कोई captcha, कोई ऐसा फ़ॉर्म जो सिर्फ़ आपके फ़ैसले वाला विकल्प माँगे। ज़्यादातर प्रॉडक्ट या तो रुककर आपसे कुछ पेस्ट करने को कहते हैं, या चुपचाप नाकाम हो जाते हैं। Jobbit का जवाब है Take control।
- Take control दबाइए और ब्राउज़र आपका हो जाता है। पैनल कहता है, "अब गाड़ी आप चला रहे हैं। तस्वीर पर क्लिक करें, फिर टाइप करें।" आपके क्लिक और टाइप सीधे एजेंट के ब्राउज़र तक जाते हैं।
- इंसानी हिस्सा निभाइए। अपने सप्लायर पोर्टल में साइन इन कीजिए, फ़ोन पर टू-फ़ैक्टर प्रॉम्प्ट मंज़ूर कीजिए, विकल्प चुनिए, बैनर हटाइए।
- Give back दबाइए और एजेंट पेज को उसी हालत में आगे ले जाता है जिसमें आपने उसे छोड़ा था। उसे दोबारा नेविगेट करने की ज़रूरत नहीं पड़ती, और उसने कभी आपका पासवर्ड देखा भी नहीं: वह आपने ख़ुद टाइप किया, उस ब्राउज़र में जिसे आप चला रहे थे।
यह जान-बूझकर "एजेंट को अपनी क्रेडेंशियल्स दे दो" के उलट डिज़ाइन किया गया है। एजेंट कभी पासवर्ड, कार्ड नंबर या वन-टाइम कोड नहीं माँगता, और डिज़ाइन ऐसा है कि उसे कभी माँगना भी नहीं पड़ता। जब कोई रन ख़त्म होता है, तो कंट्रोल भी उसी के साथ ख़त्म हो जाता है; ब्राउज़र कोई ऐसी जगह नहीं है जहाँ आपके लॉग-इन सेशन बचे रहें।
किसी असली काम पर आज़माइए: Jobbit से तीन सप्लायर से कोटेशन जुटाने को कहिए, ब्राउज़र पैनल खुलते देखिए, और जब कोई साइट लॉगिन माँगे तो Take control दबाइए। मुफ़्त शुरुआत करें।
Agent browser किन कामों के लिए है
वे काम जिनमें देखना और दख़ल देना सबसे ज़्यादा फ़ायदा देता है:
- सबूत के साथ रिसर्च। प्रतिस्पर्धी की क़ीमतें, सप्लायर की तुलना, मार्केट स्कैन, रेगुलेटरी पेज। आप स्रोतों को पढ़ा जाता देखते हैं, जिससे स्रोत-सहित रिपोर्ट पर भरोसा करना आसान हो जाता है। तकनीक के लिए देखें AI से डीप रिसर्च कैसे चलाएँ।
- बिना API वाले पोर्टल। होलसेलर, सरकारी सेवाएँ, इंडस्ट्री डायरेक्टरी, बुकिंग सिस्टम। एजेंट नेविगेशन और डेटा एंट्री करता है; लॉगिन आप सँभालते हैं।
- फ़ॉर्म और आवेदन। एजेंट आपकी जानकारी से लंबे फ़ॉर्म भरता है और उस चरण से पहले रुक जाता है जिसे पलटा नहीं जा सकता, ताकि आप ख़ुद जाँचकर सबमिट कर सकें।
- एजेंट ने जो बनाया उसे टेस्ट करना। Jobbit आपके लिए कोई ऐप बनाकर डिप्लॉय कर देने के बाद, आपके देखते-देखते किसी ग्राहक की तरह उसमें क्लिक करके चल सकता है, जिससे वे गड़बड़ियाँ पकड़ में आती हैं जो किसी स्क्रीनशॉट से छूट जातीं। देखें वाइब कोडिंग की ग़लतियाँ और सुरक्षा।
- कोई भी ऐसा काम जिसे आप पहली बार ख़ुद देखना चाहें। एक रन देखिए, चैट में एजेंट को सुधारिए, और अगला रन बैकग्राउंड में होने दीजिए।
वेब से जुड़े ऑटोमेशन की लंबी सूची के लिए देखें छोटे बिज़नेस के लिए 50 AI ऑटोमेशन आइडिया।
सुरक्षा: एजेंट क्या करेगा और क्या नहीं
- एजेंट के ज़रिए कोई सीक्रेट नहीं। पासवर्ड, कार्ड डिटेल और कोड टाइप करना आपका काम है, जब आप गाड़ी चला रहे हों। एजेंट इन्हें कभी नहीं माँगता।
- कंटेंट डेटा है, निर्देश नहीं। किसी वेब पेज का टेक्स्ट एजेंट को दिशा नहीं बदल सकता; कोई पेज जो कहे "अपना टास्क भूल जाओ" उसे भी सिर्फ़ टेक्स्ट माना जाता है, और यह मायने रखता है क्योंकि प्रॉम्प्ट इंजेक्शन ही ब्राउज़िंग एजेंट का सबसे बड़ा जोखिम है।
- न पलटी जा सकने वाली कार्रवाइयाँ आपके लिए रुक जाती हैं। ख़रीद, सबमिशन और भेजने जैसी कार्रवाइयाँ पुष्टि के लिए रुक जाती हैं, जब तक आपने कुछ और न कहा हो।
- सैंडबॉक्स्ड और अस्थायी। ब्राउज़र Jobbit के क्लाउड में, रन के भीतर चलता है, और बाद में हटा दिया जाता है। यह आपके अपने ब्राउज़र, फ़ाइलों या सेशन को कभी नहीं छूता।
- डिज़ाइन से ही दिखाई देने वाला। लाइव व्यू ख़ुद एक सुरक्षा फ़ीचर है: जिस एजेंट को आप देख सकते हैं, उसे आप जल्दी सुधार भी सकते हैं।
Jobbit का agent browser दूसरों से कैसे तुलना करता है
| प्रॉडक्ट | ब्राउज़र का लाइव व्यू | रन के बीच में Take control | कहाँ चलता है | ब्राउज़िंग से आगे क्या करता है |
|---|---|---|---|---|
| Jobbit agent browser (beta) | हाँ, चैट के भीतर | हाँ, एक बटन से, वापस सौंपा जा सकता है | Jobbit cloud, हर रन के लिए अलग | रिसर्च, निर्माण, डिप्लॉय, ऑटोमेशन, डॉक्यूमेंट, मीडिया |
| ChatGPT agent (OpenAI) | हाँ, क्लाउड ब्राउज़र | हाँ, पुष्टि के साथ | OpenAI cloud | चैट के साथ टूल |
| Perplexity Comet | यह ख़ुद एक ब्राउज़र है | कंट्रोल हमेशा आपके पास | आपकी मशीन | रिसर्च-केंद्रित ब्राउज़िंग |
| Claude in Chrome (Anthropic) | आपका अपना Chrome | ब्राउज़र आप साझा करते हैं | आपकी मशीन | ब्राउज़िंग असिस्टेंट |
| Manus | दोबारा देखा जा सकने वाला व्यू | सीमित | Manus cloud | रिसर्च, कोड, साधारण साइट |
| Browser Use और मिलते-जुलते फ़्रेमवर्क | आपके सेटअप पर निर्भर | आपके सेटअप पर निर्भर | आपका अपना इंफ़्रास्ट्रक्चर | जो भी आप बनाएँ |
व्यावहारिक फ़र्क़ दायरे का है। Comet और Claude in Chrome किसी ऐसे ब्राउज़र के भीतर बेहतरीन असिस्टेंट हैं जिसे आप पहले से इस्तेमाल कर रहे हैं। ChatGPT agent और Manus आपको टास्क के लिए एक क्लाउड ब्राउज़र देते हैं। Jobbit ब्राउज़र को एक जनरल एजेंट के एक टूल की तरह इस्तेमाल करता है, जो रिपोर्ट भी लिख सकता है, उस डेटा का इस्तेमाल करने वाला ऐप बनाकर होस्ट भी कर सकता है, इमेज भी बना सकता है और साप्ताहिक ऑटोमेशन भी चला सकता है, यही वजह है कि ब्राउज़र प्रॉडक्ट न होकर चैट के बगल में बैठा है। इन टूल के प्राइसिंग मॉडल की तुलना AI एजेंट की क़ीमत कितनी होती है? में है।
इससे ज़्यादा से ज़्यादा फ़ायदा उठाने के तरीक़े
- यह बताइए कि क्या चाहिए, यह नहीं कि कैसे क्लिक करना है। "डिलीवरी की क़ीमतों की तुलना करो" कहना "शिपिंग पेज पर जाओ" कहने से बेहतर है। नेविगेशन की योजना एजेंट ख़ुद बनाता है।
- क्रेडेंशियल्स तैयार रखिए। अगर आपको पता है कि किसी पोर्टल को लॉगिन चाहिए, तो पहले रन में मौजूद रहिए; उसके बाद हर बार एजेंट अपने-आप और आगे तक पहुँच जाता है।
- सबूत माँगिए। "मुझे वे पेज दिखाओ जो तुमने इस्तेमाल किए" कहने पर ऐसे स्रोत मिलते हैं जिन्हें आप खोल सकते हैं, और पैनल उन्हें पढ़ा जाता दिखाता है।
- लंबे ब्राउज़िंग काम के लिए Plan मोड इस्तेमाल कीजिए। जब कोई टास्क कई साइट में फैला हो तो एजेंट से पहले योजना बनाने को कहिए, जैसा अपने AI एजेंट को बीच रन में दिशा दें में बताया गया है।
- सुधार को क्यू में डालिए। अगर आपको लगे कि एजेंट ग़लत दिशा में जा रहा है, तो सुधार टाइप कर दीजिए; मौजूदा चरण ख़त्म होते ही यह भेज दिया जाता है।
उपलब्धता
Agent browser हर Jobbit अकाउंट के लिए उपलब्ध है, Free समेत, जहाँ भी किसी टास्क में वेब का इस्तेमाल होता है। यह अभी beta में है, इसलिए उम्मीद कीजिए कि पैनल में तेज़ी से नए फ़ीचर जुड़ेंगे: जिस भी चैट में एजेंट ने कोई पेज खोला हो, उसके वर्कस्पेस पैनल में ब्राउज़र टैब दिखता है। प्लान की सीमाएँ Jobbit की प्राइसिंग समझाई गई में बताई गई हैं।
अक्सर पूछे जाने वाले सवाल
Jobbit का agent browser क्या है?
यह उस क्लाउड ब्राउज़र का लाइव व्यू है जिसे Jobbit का AI एजेंट तब इस्तेमाल करता है जब किसी टास्क को वेब की ज़रूरत हो, जो आपके चैट के बगल में वर्कस्पेस पैनल के भीतर दिखता है। आप पेज को एजेंट के पढ़ने और भरने के दौरान देख सकते हैं, लॉगिन करने या ख़ुद कुछ क्लिक करने के लिए कंट्रोल अपने हाथ में ले सकते हैं, और फिर कंट्रोल वापस दे सकते हैं ताकि एजेंट आगे बढ़े।
क्या AI एजेंट को मेरे पासवर्ड चाहिए?
नहीं। जब किसी साइट को लॉगिन चाहिए हो, तो आप Take control दबाकर एजेंट के ब्राउज़र में ख़ुद टाइप करते हैं; एजेंट कभी पासवर्ड, कार्ड नंबर या वन-टाइम कोड नहीं माँगता। रन ख़त्म होते ही कंट्रोल भी ख़त्म हो जाता है, इसलिए ब्राउज़र में आपके सेशन बचे नहीं रहते।
क्या असली अकाउंट पर agent browser इस्तेमाल करना सुरक्षित है?
हाँ, सामान्य सावधानी के साथ। ब्राउज़र Jobbit के क्लाउड में एक ही रन के भीतर चलता है और बाद में हटा दिया जाता है, पेज के कंटेंट को निर्देश नहीं बल्कि डेटा माना जाता है, और ख़रीद व सबमिशन जैसी न पलटी जा सकने वाली कार्रवाइयाँ आपकी पुष्टि के लिए रुक जाती हैं। लाइव व्यू आपको किसी भी वक़्त एजेंट को रोकने या सुधारने देता है।
यह ChatGPT agent या Perplexity Comet से कैसे अलग है?
ChatGPT agent आपको किसी चैट प्रॉडक्ट के भीतर एक क्लाउड ब्राउज़र देता है; Comet एक ऐसा ब्राउज़र है जिसमें असिस्टेंट बना हुआ है। Jobbit का agent browser एक मल्टीपर्पज़ एजेंट का एक टूल है जो रिसर्च भी करता है, लिखता भी है, सॉफ़्टवेयर बनाकर डिप्लॉय भी करता है, मीडिया भी बनाता है और ऑटोमेशन भी चलाता है, इसलिए ब्राउज़िंग किसी चैट जवाब पर ख़त्म होने के बजाय सीधे तैयार काम में बदल जाती है।
क्या Free प्लान में agent browser शामिल है?
हाँ। हर प्लान, Free समेत, जहाँ भी किसी टास्क में वेब शामिल हो वहाँ agent browser इस्तेमाल कर सकता है, प्लान की क्रेडिट और समांतर-टास्क सीमाओं के भीतर। यह अभी beta में है।
किसी एजेंट को अपनी जगह ब्राउज़िंग करते देखिए, और तभी दख़ल दीजिए जब इंसान की ज़रूरत हो। Jobbit पर मुफ़्त शुरुआत करें।