Agent Browser Của Jobbit: Xem AI Agent Duyệt Web, Rồi Take Control

Câu hỏi phổ biến nhất người ta đặt ra về một AI agent có thể duyệt web không phải là "nó có làm được không?" mà là "nó đang thực sự làm gì trong đó?". Cho đến nay, câu trả lời trung thực trên hầu hết các nền tảng chỉ là một bức tường chữ: agent nói với bạn rằng nó đã mở một trang, so sánh vài mức giá và điền một biểu mẫu, còn bạn thì phải tin lời nó. Agent browser mới của Jobbit, hiện đang trong giai đoạn beta bên trong mọi cuộc trò chuyện, thay thế lời mô tả bằng chính thực tế đó. Bạn xem trình duyệt của agent hoạt động, và khi một trang cần đến con người, một lượt đăng nhập, một captcha, một lựa chọn chỉ bạn mới đưa ra được, bạn chỉ cần bấm một nút và cầm lấy tay lái.

Bài hướng dẫn này giải thích agent browser của Jobbit là gì, chế độ xem trực tiếp và cơ chế bàn giao "Take control" (giành quyền điều khiển) hoạt động ra sao, những công việc nó được thiết kế để xử lý, mô hình an toàn phía sau nó, và cách nó so sánh với ChatGPT agent, Perplexity Comet, Claude in Chrome, Manus và các browser agent mã nguồn mở. Nếu bạn muốn tìm hiểu nền tảng công nghệ trước, hãy đọc computer-use AI agent là gì; bài viết này nói về cảm giác thực sự khi sử dụng nó.

Agent browser là gì

Jobbit là một AI agent đa năng: mô tả một công việc và agent sẽ nghiên cứu, viết, xây dựng và tự động hóa chỉ từ một cuộc trò chuyện. Khi một công việc cần đến web, agent mở một trình duyệt thật trên đám mây và dùng nó như một con người sẽ làm: nhấp chuột, gõ phím và đọc các trang. Agent browser chính là cửa sổ nhìn vào trình duyệt đó, nằm trong bảng điều khiển workspace bên cạnh cuộc trò chuyện của bạn.

Ba điều khiến nó khác với một nhật ký hành động thông thường:

• Bạn thấy đúng trang thật. Một hình ảnh trực tiếp của trình duyệt agent, kèm tiêu đề và địa chỉ trang, cập nhật liên tục khi agent di chuyển. Khi một lượt chạy kết thúc, thứ cuối cùng agent nhìn thấy vẫn giữ nguyên trên màn hình.

• Bạn có thể Take control. Chỉ một nút bấm chuyển trình duyệt sang cho bạn điều khiển. Nhấp vào hình ảnh, gõ vào các ô, đăng nhập, rồi trả lại quyền điều khiển và agent tiếp tục từ nơi bạn dừng lại.

• Nó tồn tại bên trong lượt chạy. Trình duyệt thuộc về tác vụ, không thuộc về bạn. Yêu cầu agent mở một trang và trình duyệt xuất hiện; khi công việc xong, nó đóng lại. Không có gì chạy trên máy của bạn và không gì đụng đến Chrome của chính bạn.

Tính năng này được đánh dấu beta vì nó mới, chứ không phải vì nó thiếu ổn định: nó đã chạy phía sau mọi tác vụ nghiên cứu và web trên Jobbit suốt nhiều tháng qua. Điều mới là bạn giờ đây có thể xem và can thiệp.

Chế độ xem trực tiếp hoạt động thế nào

Đằng sau hậu trường, agent của Jobbit dùng vòng lặp lập kế hoạch, hành động, quan sát được mô tả trong AI tác tử (agentic AI) là gì?. Với trình duyệt, điều đó có nghĩa là một chu trình chụp màn hình, quyết định, hành động. Agent browser hiển thị cho bạn đúng những khung hình mà agent đang dựa vào để suy luận, nên những gì bạn thấy chính xác là những gì nó đã thấy, không phải một bản dựng lại.

Trong thực tế:

1. Yêu cầu điều gì đó cần đến web. "Tìm cho tôi ba nhà cung cấp giấy tái chế A4 rẻ nhất có giao hàng đến Leeds và so sánh giá mỗi ram." Agent mở bảng trình duyệt và bắt đầu.

2. Xem nó làm việc. Các trang tải lên, kết quả được rà soát, agent di chuyển giữa các tab. Bảng điều khiển hiện một chấm xanh khi lượt chạy đang diễn ra và tiêu đề trang khi nó thay đổi.

3. Đọc song song trong khung chat. Agent tường thuật những gì nó đang làm và vì sao ngay trong cuộc trò chuyện, nên trình duyệt và khung chat cùng nhau cho bạn cả hình ảnh lẫn lý lẽ.

4. Nhận kết quả. Một bảng biểu, một báo cáo, một bản nháp, bất cứ điều gì bạn yêu cầu, với quá trình duyệt web phía sau nó hiển thị rõ ràng chứ không phải chỉ được giả định.

Vì Jobbit chạy các công việc lớn bằng một đội ngũ agent, được mô tả trong AI subagent là gì, nhiều subagent có thể duyệt web song song trong một tác vụ nghiên cứu lớn; bảng điều khiển sẽ theo dõi đúng lượt chạy mà bạn đang xem.

Take control: cơ chế bàn giao khiến các browsing agent thực sự khả dụng

Mọi browsing agent đều va phải cùng những bức tường: một trang đăng nhập, một mã xác thực hai lớp, một cookie wall, một captcha, một biểu mẫu đòi hỏi một lựa chọn chỉ bạn mới đưa ra được. Hầu hết sản phẩm hoặc dừng lại và yêu cầu bạn dán một thứ gì đó vào, hoặc âm thầm thất bại. Câu trả lời của Jobbit là Take control.

• Bấm Take control và trình duyệt trở thành của bạn. Bảng điều khiển hiện dòng chữ "Bạn đang cầm lái. Nhấp vào hình ảnh, rồi gõ." Mọi cú nhấp chuột và phím gõ của bạn đi thẳng đến trình duyệt của agent.

• Làm phần việc của con người. Đăng nhập vào cổng nhà cung cấp của bạn, xác nhận yêu cầu hai lớp trên điện thoại, chọn phương án, đóng banner.

• Bấm Give back và agent tiếp tục với trang ở đúng trạng thái bạn để lại. Nó không cần điều hướng lại từ đầu, và nó không bao giờ nhìn thấy mật khẩu của bạn: chính bạn đã gõ nó, trong một trình duyệt do chính bạn cầm lái.

Đây là thiết kế cố ý đi ngược lại với việc "đưa thông tin đăng nhập cho agent". Agent không bao giờ yêu cầu mật khẩu, số thẻ hay mã dùng một lần, và cách thiết kế này khiến nó không bao giờ cần phải làm vậy. Khi một lượt chạy kết thúc, quyền điều khiển cũng kết thúc theo; trình duyệt không phải là nơi bạn lưu giữ các phiên đăng nhập.

Agent browser dùng để làm gì

Những công việc mà việc xem và can thiệp mang lại giá trị nhiều nhất:

• Nghiên cứu có bằng chứng. Giá của đối thủ, so sánh nhà cung cấp, khảo sát thị trường, các trang quy định pháp lý. Bạn thấy được các nguồn đang được đọc, điều này khiến báo cáo có trích dẫn dễ tin cậy hơn. Kỹ thuật này có trong cách chạy nghiên cứu chuyên sâu bằng AI.

• Các cổng thông tin không có API. Nhà bán buôn, dịch vụ chính phủ, danh bạ ngành, hệ thống đặt lịch. Agent đảm nhiệm việc điều hướng và nhập liệu; bạn chỉ cần xử lý phần đăng nhập.

• Biểu mẫu và đơn đăng ký. Agent điền các biểu mẫu dài từ thông tin của bạn và dừng lại trước bước không thể đảo ngược để bạn có thể kiểm tra và tự gửi đi.

• Kiểm tra thứ agent vừa xây dựng. Sau khi Jobbit xây dựng và triển khai một ứng dụng cho bạn, nó có thể nhấp qua từng bước như một khách hàng trong khi bạn theo dõi, điều này bắt được những lỗi mà một ảnh chụp màn hình sẽ bỏ sót. Xem lỗi vibe coding và bảo mật.

• Bất cứ điều gì bạn muốn giám sát trong lần đầu tiên. Xem một lượt chạy, sửa agent ngay trong khung chat, rồi để lượt chạy tiếp theo diễn ra trong nền.

Để xem danh sách đầy đủ hơn các tự động hóa có liên quan đến web, xem 50 ý tưởng tự động hóa bằng AI cho doanh nghiệp nhỏ.

An toàn: những gì agent sẽ làm và sẽ không làm

• Không có bí mật nào đi qua agent. Mật khẩu, thông tin thẻ và mã xác thực là do chính bạn gõ khi đang cầm lái. Agent không bao giờ yêu cầu những thứ đó.

• Nội dung là dữ liệu, không phải mệnh lệnh. Văn bản trên một trang web không thể điều khiển hướng đi của agent; một trang viết "bỏ qua nhiệm vụ của bạn" sẽ được coi là văn bản thông thường, điều này quan trọng vì prompt injection là rủi ro chính của các browsing agent.

• Các hành động không thể đảo ngược sẽ tạm dừng để chờ bạn. Việc mua hàng, gửi biểu mẫu và gửi đi sẽ dừng lại để chờ xác nhận trừ khi bạn đã nói khác đi.

• Chạy trong sandbox và mang tính tạm thời. Trình duyệt chạy trên đám mây của Jobbit, bên trong lượt chạy, và bị hủy bỏ ngay sau đó. Nó không bao giờ đụng đến trình duyệt, file hay các phiên đăng nhập của chính bạn.

• Hiển thị theo thiết kế. Chế độ xem trực tiếp tự nó là một tính năng an toàn: một agent bạn có thể theo dõi là một agent bạn có thể sửa sai sớm.

Agent browser của Jobbit so sánh thế nào

Khác biệt thực tế nằm ở phạm vi. Comet và Claude in Chrome là những trợ lý xuất sắc bên trong một trình duyệt bạn đã dùng sẵn. ChatGPT agent và Manus cho bạn một trình duyệt đám mây để làm tác vụ. Jobbit coi trình duyệt chỉ là một công cụ của một agent đa năng, vốn cũng có thể viết báo cáo, xây dựng và host ứng dụng dùng chính dữ liệu đó, tạo hình ảnh và chạy tự động hóa hàng tuần, đó là lý do trình duyệt nằm bên cạnh khung chat chứ không phải là sản phẩm chính. Các mô hình giá của những công cụ này được so sánh trong AI agent tốn bao nhiêu tiền?.

Mẹo để tận dụng tối đa

• Nói điều bạn muốn, đừng chỉ cách nhấp chuột. "So sánh giá giao hàng" tốt hơn "vào trang vận chuyển". Agent tự lên kế hoạch điều hướng.

• Chuẩn bị sẵn thông tin đăng nhập. Nếu bạn biết một cổng thông tin cần đăng nhập, hãy có mặt cho lượt chạy đầu tiên; sau đó agent sẽ tự đi được xa hơn mỗi lần.

• Yêu cầu bằng chứng. "Cho tôi xem các trang bạn đã dùng" sẽ trả về các nguồn bạn có thể mở ra, và bảng điều khiển hiển thị chúng đang được đọc.

• Dùng chế độ Plan (lập kế hoạch) cho các công việc duyệt web dài. Yêu cầu agent lập kế hoạch trước khi một tác vụ trải rộng trên nhiều trang web, được mô tả trong điều khiển AI agent giữa lượt chạy.

• Xếp hàng các chỉnh sửa. Nếu bạn phát hiện agent đang đi sai hướng, gõ ngay chỉnh sửa; nó sẽ được gửi đi ngay khi bước hiện tại hoàn tất.

Mức độ khả dụng

Agent browser khả dụng cho mọi tài khoản Jobbit, kể cả gói Free, ở bất cứ đâu một tác vụ có dùng đến web. Nó đang trong giai đoạn beta, nên hãy kỳ vọng bảng điều khiển sẽ sớm có thêm tính năng: tab trình duyệt xuất hiện trong bảng điều khiển workspace của bất kỳ cuộc trò chuyện nào mà agent đã mở một trang. Giới hạn theo từng gói được mô tả trong giải thích về giá của Jobbit.

Câu hỏi thường gặp

Agent browser của Jobbit là gì?

Đó là một chế độ xem trực tiếp của trình duyệt đám mây mà AI agent của Jobbit dùng khi một tác vụ cần đến web, hiển thị trong bảng điều khiển workspace bên cạnh cuộc trò chuyện của bạn. Bạn có thể xem các trang khi agent đọc và điền chúng, Take control để tự đăng nhập hoặc nhấp vào thứ gì đó, rồi trả lại quyền điều khiển để agent tiếp tục.

AI agent có cần mật khẩu của tôi không?

Không. Khi một trang web cần đăng nhập, bạn bấm Take control và tự gõ vào trình duyệt của agent; agent không bao giờ hỏi mật khẩu, số thẻ hay mã dùng một lần. Quyền điều khiển kết thúc khi lượt chạy kết thúc, nên trình duyệt không lưu giữ các phiên đăng nhập của bạn.

Dùng agent browser trên tài khoản thật có an toàn không?

Có, với sự thận trọng thông thường. Trình duyệt chạy trên đám mây của Jobbit trong một lượt chạy duy nhất và bị hủy bỏ ngay sau đó, nội dung trang được coi là dữ liệu chứ không phải mệnh lệnh, và các hành động không thể đảo ngược như mua hàng hay gửi biểu mẫu sẽ tạm dừng để chờ bạn xác nhận. Chế độ xem trực tiếp cho phép bạn dừng lại hoặc sửa agent vào bất cứ lúc nào.

Điều này khác gì so với ChatGPT agent hay Perplexity Comet?

ChatGPT agent cho bạn một trình duyệt đám mây bên trong một sản phẩm chat; Comet là một trình duyệt có trợ lý tích hợp sẵn. Agent browser của Jobbit là một công cụ của một agent đa năng, vốn cũng nghiên cứu, viết, xây dựng và triển khai phần mềm, tạo media và chạy tự động hóa, nên việc duyệt web dẫn thẳng đến công việc hoàn chỉnh thay vì chỉ dừng lại ở một câu trả lời trong khung chat.

Agent browser có nằm trong gói Free không?

Có. Mọi gói, kể cả Free, đều có thể dùng agent browser ở bất cứ đâu một tác vụ có liên quan đến web, trong giới hạn credit và số tác vụ đồng thời của gói đó. Tính năng này hiện đang trong giai đoạn beta.

Xem một agent duyệt web thay bạn, và chỉ can thiệp khi cần đến con người. Bắt đầu miễn phí trên Jobbit.