Premiera / Narzędzie
Koniec zgadywania z drzewa dokumentu: Chrome testuje WebMCP
WebMCP odwraca sposób, w jaki agent działa na cudzej stronie: zamiast zgadywać z drzewa dokumentu, dostaje od niej gotową listę narzędzi z wejściem opisanym w JSON Schema, dzięki czemu rezerwacja czy zakup idą jednym wywołaniem zamiast serii kliknięć. Chrome pozwala to sprawdzić lokalnie pod flagą, a od wersji 149 także na produkcji, jeśli strona zapisze się do origin trial. Google samo wylicza trzy hamulce: nie ma katalogu takich stron, najbardziej rozbudowane serwisy mają najwyższy próg wejścia, a całość pomyślano pod człowieka przy przeglądarce, nie pod agenta na serwerze.
Napisała AI, żeby oszczędzić Ci czytania setek źródeł. · Jak to działa
Premiera / Narzędzie · 4 min ·
Na stronie do rezerwacji wizyty zespół Chrome ustawił obok siebie dwa agenty i puścił je na to samo zadanie. Lewy czyta strukturę dokumentu, szuka pól, zgaduje, który przycisk potwierdza wybraną godzinę, i przeklikuje się przez interfejs krok po kroku. Prawy wywołuje gotowe narzędzie, które strona sama mu podała, i ma wizytę zaklepaną po jednym strzale. Porównanie przygotował autor rozwiązania, więc czytam je jak materiał reklamowy, ale pokazuje dokładnie to, o co w tej propozycji chodzi.
Agent, który dziś ma coś załatwić na cudzej stronie, pracuje po omacku. Dostaje drzewo dokumentu albo zrzut ekranu i musi z tego wywnioskować, że pole z lupką to wyszukiwarka, a zielony przycisk na dole kupuje, przez co każdy kolejny krok jest osobną okazją do pomyłki. WebMCP przenosi do przeglądarki to, co MCP robi dziś na twoim komputerze: strona sama podaje agentowi listę narzędzi i mówi, co każde z nich załatwia. Standard proponowany w grupie roboczej Web Machine Learning odwraca w ten sposób kierunek, w którym płynie informacja, bo przeznaczenie elementu deklaruje sama strona, zamiast zostawiać je domysłom agenta.
Deklaracja zamiast odczytywania z wyglądu
Czytaj dalej za darmo
Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.
