Piloter le navigateur ou l’ordinateur ? Nous avons testé trois outils sur des tâches du quotidien : voici nos constats

12 min de lecture
Fleurs blanches sur fond bleu ciel pour le comparatif entre pilotage du navigateur et de l’ordinateur

Pour les tâches web, l’outil de pilotage du navigateur ego-browser a réussi davantage de tâches et coûté moins cher que les deux outils de pilotage de l’ordinateur testés. Nous avons soumis ego-browser, agent-desktop et Cua Driver à sept tâches du quotidien : recherches sur LinkedIn et Amazon, extraction de données de longues pages et tests d’applications web. ego-browser en a réussi cinq, agent-desktop quatre et Cua Driver deux. Sur les tâches réussies par ego-browser et agent-desktop, ego-browser était nettement plus rapide : 193.5 secondes par tâche, contre 690.8. Côté coût, ego-browser était moins cher, car il lui faut moins d’étapes pour terminer la même tâche.

ego-browser fonctionne aussi sans monopoliser votre écran. agent-desktop a fait passer sa fenêtre au premier plan dans six tentatives sur sept ; les traces de Cua Driver indiquent deux demandes d’accès au premier plan. ego-browser n’a envoyé aucune commande de ce type. Pour une tâche longue, vous pouvez continuer à travailler dans votre propre fenêtre pendant qu’ego-browser s’exécute.

OutilTaux de réussiteDépenses par tâche réussie
ego-browser71.4% (5/7 tentatives)$0.063
agent-desktop57.1% (4/7 tentatives)$0.174
Cua Driver28.6% (2/7 tentatives)$0.352

Les outils

ego-browser

ego-browser est l’outil de pilotage du navigateur de ce test. Il fonctionne sur ego(lite), un navigateur pour agents construit sur Chromium. À chaque étape, l’agent écrit un court script qui s’exécute dans la page en JavaScript : un seul appel peut donc lire une grande partie de la page. Chaque tâche de l’agent s’exécute dans son propre Space, un espace de travail distinct, sans prendre le contrôle de votre souris ni du focus.

Vue d’ensemble des Spaces dans ego(lite), avec les tâches npm, Amazon et LinkedIn marquées Running (en cours).

Sur macOS, installez l’outil gratuit ego(lite) avec le script d’installation du skill ego-browser. Sur Windows, téléchargez le programme d’installation depuis le site ego(lite). La configuration initiale de l’application ajoute la commande ego-browser, puis le skill est chargé dans votre environnement d’exécution d’agent.

Dans nos essais, ego-browser a réussi 5 tâches sur 7, avec $0.063 de dépenses par tâche réussie. Sur les trois tâches également réussies par agent-desktop, il a effectué 26.3 appels par tâche, contre 87.7.

agent-desktop

agent-desktop est un outil de pilotage de l’ordinateur proposé par Vercel Labs. Il lit l’arbre d’accessibilité d’une application de bureau et le renvoie en JSON, avec une ref pour chaque élément sur lequel l’agent peut agir. L’agent clique ou saisit du texte à l’aide d’une ref, puis relit l’interface pour vérifier le résultat. Il est distribué sous forme de CLI : aucun modèle ne s’exécute à l’intérieur.

Il fonctionne sans interface graphique par défaut : les actions sur les ref utilisent l’API d’accessibilité sans déplacer le pointeur ni prendre le focus. Son option globale --headed autorise les entrées physiques et les changements de focus. Dans nos essais, six tentatives sur sept ont utilisé focus-window pour faire passer la fenêtre Chrome au premier plan, et cinq ont utilisé --headed.

Installez-le avec npm install -g agent-desktop, ou avec Homebrew sur macOS et Linux. Accordez-lui ensuite l’accès aux fonctions d’accessibilité (agent-desktop permissions --guide vous guide dans cette procédure), puis chargez son skill.

Dans nos essais, agent-desktop a réussi 4 tâches sur 7, avec $0.174 de dépenses par tâche réussie. Il a réussi la tâche npm qu’ego-browser n’a pas réussie, et a effectué 87.7 appels par tâche sur les trois tâches également réussies par ego-browser.

Cua Driver

Cua Driver est l’outil de Cua pour piloter des applications de bureau natives et des navigateurs sur macOS, Windows et Linux. Il se connecte via la CLI, MCP ou un SDK typé. Quand l’application et la plateforme le permettent, la transmission en arrière-plan laisse l’agent travailler sans déplacer votre pointeur ni prendre le focus. La transmission au premier plan sert de solution de repli.

Sur macOS ou Linux, installez-le avec /bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)", ou sur Windows avec irm https://cua.ai/driver/install.ps1 | iex.

Dans nos essais, Cua Driver a réussi 2 tâches sur 7, avec $0.352 de dépenses par tâche réussie. Sur ces deux tâches, il a effectué 111.0 appels par tâche, contre 32.5 pour ego-browser.

Rechercher et enregistrer des offres d’emploi sur LinkedIn

C’est la tâche qui se rapproche le plus d’une démarche du quotidien. L’agent disposait d’un profil de candidat : cinq ans d’expérience en Rust et Go, basé à Berlin, uniquement du télétravail dans l’UE, au moins €90k. Il devait trouver des offres publiées durant la semaine écoulée, lire chaque description avant de décider, en enregistrer cinq et créer une alerte emploi.

Avec ego-browser, le modèle a lu une douzaine d’offres selon son propre décompte, en a enregistré cinq et a configuré l’alerte en 399 secondes, avec 44 appels et $0.056 de dépenses en tokens. Avec Cua Driver, il a fait de même en 670 secondes, avec 107 appels et $0.109. Avec agent-desktop, il a effectué 140 appels, atteint la limite de 900 secondes et n’a jamais écrit sa liste.

LinkedIn : ego-browser 399 secondes / 44 appels ; agent-desktop atteint la limite de 900 secondes / 140 appels ; Cua Driver 670 secondes / 107 appels.

Pour un parcours avec filtres, éléments enregistrés et alerte, commencez par ego-browser. Cua Driver l’a également terminé : cette tâche y est donc réalisable, mais attendez-vous à plus du double d’appels.

Extraire des données de longues pages

La tâche OpenRouter demandait à l’agent de transformer un long catalogue de modèles en CSV. Les outils devaient trouver les modèles répondant à nos critères de longueur de fenêtre de contexte, de coût, de prise en charge des outils et du multimodal, puis organiser les informations au format demandé. ego-browser a renvoyé les 36 modèles correspondants en 662 secondes, avec 55 appels d’outils. agent-desktop et Cua Driver ont tous deux atteint la limite de 900 secondes sans produire le CSV. Dans cette tâche, ego-browser était la seule configuration à transformer le catalogue filtré en liste exploitable par l’utilisateur. Ses champs de prix nécessitaient toutefois encore une vérification : 5 des 36 prix des tokens d’entrée étaient erronés.

À quoi ressemblent les tentatives infructueuses

Dans notre jeu de données de tâches quotidiennes, une tâche qui dure plus de 900 secondes prend trop de temps. Ces tentatives ont représenté 34% des dépenses d’ego-browser, 53% de celles d’agent-desktop et 74% de celles de Cua Driver. Dans l’une des tâches échouées, tous les outils ont atteint la limite de temps en recherchant et en vérifiant des produits sur Amazon, sans rien ajouter au panier. Si vous leur confiez une tâche longue, prévoyez donc aussi un budget pour les tentatives qui n’aboutiront pas.

ego(lite) exécute la recherche de mini PC sur Amazon avec le code postal de livraison 94105 et l’indicateur de contrôle de l’agent visible en surimpression.

Comment lancer le test

Pour obtenir vos propres résultats, exécutez le modèle de votre choix avec un effort de raisonnement high dans un environnement d’exécution d’agent, avec son outil bash et un fichier de skill par outil de navigation. ego-browser est fourni avec ego(lite) et le pilote comme navigateur de l’agent. Cua Driver et agent-desktop pilotent Google Chrome.

Questions fréquentes

Faut-il piloter le navigateur ou l’ordinateur pour les tâches web avec DeepSeek-V4.1-Flash ? Le navigateur, d’après nos essais. DeepSeek-V4.1-Flash a réussi 5 tâches sur 7 avec l’outil de pilotage du navigateur ego-browser, contre 4 avec l’outil de pilotage de l’ordinateur agent-desktop et 2 avec Cua Driver. Sur les 3 tâches réussies par ego-browser et agent-desktop, ego-browser a mis 193.5 secondes par tâche contre 690.8, pour un coût de $0.023 contre $0.084. L’écart vient des appels d’outils : 26.3 par tâche contre 87.7. Les tâches portaient sur la recherche d’emploi, l’extraction de données, les tests d’applications web et les achats, via le même environnement d’exécution d’agent. La configuration complète figure dans « Notre méthode de test ».

DeepSeek-V4.1-Flash est-il assez performant pour faire fonctionner un agent navigateur ? Avec le bon outil, il peut accomplir le travail à faible coût. Avec ego-browser, il a réussi 5 tâches sur 7, avec $0.063 de dépenses en tokens par tâche réussie. Avec agent-desktop, il en a réussi 4 à $0.174, et avec Cua Driver 2 à $0.352. Les dépenses englobent les sept tentatives, y compris les échecs : un outil qui échoue plus souvent coûte donc plus cher par réussite. Les tâches couvraient la recherche d’emploi, l’extraction de données, les tests d’applications web et les achats. La configuration complète figure dans « Notre méthode de test ».

ego-browser prend-il le contrôle de votre souris pendant son exécution ? Non. Le site ego(lite) indique qu’ego-browser travaille dans son propre Space, sans prendre le contrôle de votre souris ni du focus. Sur nos sept tentatives, les journaux ne montrent aucune commande faisant passer une autre application au premier plan. agent-desktop a fait passer sa fenêtre Chrome au premier plan dans six tentatives sur sept, et Cua Driver a demandé la transmission au premier plan dans deux. Avec ces outils, l’agent occupe l’écran pendant son travail. La configuration complète figure dans « Notre méthode de test ».

ego-browser est-il plus rapide qu’agent-desktop ? Oui, sur chacune des tâches réussies par les deux. Sur les 3 tâches communes, ego-browser a mis 193.5 secondes par tâche contre 690.8. La tâche Hacker News a pris 66 secondes contre 442, et le test de boutique à 15 cas, 131 contre 791. Il a effectué 26.3 appels par tâche contre 87.7. agent-desktop a aussi réussi la tâche npm en 701 secondes, alors qu’ego-browser ne l’a pas réussie : on ne peut donc pas y comparer la vitesse. La configuration complète figure dans « Notre méthode de test ».

ego-browser est-il moins cher que Cua Driver ? Oui, sur les tâches réussies par les deux. Pour la recherche d’emploi sur LinkedIn et le test de boutique à 15 cas, ego-browser a coûté $0.036 par tâche contre $0.092 et mis 265.2 secondes contre 634.0. Il a effectué 32.5 appels par tâche contre 111.0, et chaque appel renvoie la conversation. Cua Driver a aussi consacré 74% de ses dépenses totales à des tentatives ayant atteint la limite de temps. La configuration complète figure dans « Notre méthode de test ».

Comment Cua Driver se comporte-t-il sur les tâches web ? Il a réussi 2 tâches sur 7 : la recherche d’emploi sur LinkedIn et le test de boutique à 15 cas, également réussis par ego-browser. Il a atteint la limite de temps sur les 5 autres, dont les tâches Hacker News et npm. Ses dépenses étaient de $0.352 par tâche réussie, contre $0.063 pour ego-browser. Sur ses deux réussites, il a effectué 107 et 115 appels, contre 44 et 21 pour ego-browser. Les tâches utilisaient le même environnement d’exécution d’agent et le même modèle. La configuration complète figure dans « Notre méthode de test ».

Comment agent-desktop se compare-t-il à ego-browser ? agent-desktop a réussi 4 tâches sur 7 et ego-browser 5. agent-desktop a réussi la tâche npm qu’ego-browser n’a pas réussie. Il a atteint la limite de temps sur la recherche LinkedIn, le filtrage OpenRouter et la recherche Amazon. Sur les tâches réussies par les deux, il était plus lent : 690.8 secondes par tâche contre 193.5, pour un coût de $0.084 contre $0.023. L’essentiel de l’écart tient au nombre d’appels. La configuration complète figure dans « Notre méthode de test ».

Que coûte un agent navigateur qui atteint la limite de temps ? Dans nos essais, ces tentatives représentaient une grande part des dépenses. Toutes les tentatives non réussies ont atteint la limite, fixée à 900 secondes pour la plupart des tâches. Elles ont absorbé 34% des $0.315 de dépenses totales d’ego-browser, 53% des $0.695 d’agent-desktop et 74% des $0.705 de Cua Driver. Cua Driver a atteint la limite sur 5 tentatives sur 7, agent-desktop sur 3 et ego-browser sur 2. La configuration complète figure dans « Notre méthode de test ».

Qu’est-ce qu’ego-browser n’a pas terminé ? Deux de ses sept tentatives n’ont pas réussi et ont toutes deux atteint la limite de 900 secondes : la recherche Amazon et la tâche npm. Pour la liste OpenRouter, il a trouvé les 36 modèles ; 31 des 36 prix des tokens d’entrée correspondaient à l’API. Ces deux tâches ont aussi fait échouer les tentatives d’agent-desktop et de Cua Driver, à l’exception de la tâche npm, qu’agent-desktop a réussie. Les résultats par tâche figurent dans « Résultats complets ». La configuration complète figure dans « Notre méthode de test ».

ego(lite) lit la page détaillée d’un paquet npm pendant la tâche npm, avec l’indicateur de contrôle de l’agent visible en surimpression.

Un agent navigateur peut-il faire des achats sur Amazon ? Pas dans nos essais. La tâche demandait de définir un code postal de livraison, de filtrer des mini PC selon la RAM, le SSD, le prix et la note, de vérifier chaque fiche produit, d’en lister trois et d’en ajouter un au panier. ego-browser, agent-desktop et Cua Driver ont tous défini le code postal et poursuivi les recherches jusqu’à la limite de 900 secondes ; aucun n’a écrit la liste ni atteint l’étape du panier. Les dépenses étaient respectivement de $0.080, $0.079 et $0.122. La configuration complète figure dans « Notre méthode de test ».

Notre méthode de test

Nous avons exécuté DeepSeek-V4.1-Flash (deepseek-flash dans l’API) avec un effort de raisonnement high dans l’environnement d’exécution d’agent pi, avec ses outils read, write, edit et bash et un fichier de skill pour chaque outil de navigation. ego-browser pilote ego(lite). Cua Driver 0.44.0 et agent-desktop 1.2.0 pilotent Google Chrome via l’arbre d’accessibilité du système.

Nous avons exécuté 7 tâches, avec une tentative par tâche et par outil, soit 21 tentatives au total. L’automatisation d’applications web (2 tâches) couvre une recherche d’emploi sur LinkedIn et une recherche de produits sur Amazon. L’extraction de données (3) couvre le fil de recrutement Hacker News, les paquets npm et les modèles OpenRouter. Les tests d’applications web (2) couvrent une démo de chat et une boutique avec 15 cas de test. Chaque tentative avait une limite de 900 secondes, ou de 1 200 pour les deux tâches de test.

Une tâche est réussie quand l’outil écrit son résultat et que celui-ci satisfait aux vérifications de la tâche. Hacker News exigeait un rappel et une précision d’au moins 0.8. Le test de boutique exigeait 14 verdicts corrects sur 15. Pour npm, 90% des champs devaient présenter un écart d’au plus 5% par rapport aux valeurs du registre. La démo de chat exigeait un journal serveur cohérent avec ses réponses et la découverte d’au moins deux des trois bugs introduits. LinkedIn et OpenRouter étaient considérés comme réussis dès que l’outil renvoyait la liste demandée ; la concordance des prix OpenRouter est précisée dans les notes ci-dessous. Le taux de réussite compte les tentatives. Le temps et le coût sont des moyennes par tâche sur les tâches réussies par les deux outils comparés, avec un coût calculé aux tarifs catalogue de DeepSeek.

Résultats complets

TâcheType de travailego-browseragent-desktopCua Driver
Trouver et enregistrer cinq offres Rust en télétravail dans l’UE sur LinkedIn, puis créer une alerte emploiAutomatisation d’applications webRéussite (399 s, $0.056)Limite de temps atteinte (900 s, $0.131)Réussite (670 s, $0.109)
Choisir trois mini PC sur Amazon selon les spécifications et la note, en ajouter un au panierAutomatisation d’applications webLimite de temps atteinte (900 s, $0.080)Limite de temps atteinte (900 s, $0.079)Limite de temps atteinte (900 s, $0.122)
Offres Rust à distance dans le fil Hacker News « Who is hiring? »Extraction de donnéesRéussite (66 s, $0.018)Réussite (442 s, $0.077)Limite de temps atteinte (900 s, $0.063)
Version, téléchargements hebdomadaires et licence des 30 premiers résultats npm pour keywords:validationExtraction de donnéesÉchec (900 s, $0.028)Réussite (701 s, $0.074)Limite de temps atteinte (900 s, $0.078)
Filtrer les modèles OpenRouter par contexte, prix, appels d’outils et prise en charge d’images en entréeExtraction de donnéesRéussite (662 s, $0.081)Limite de temps atteinte (900 s, $0.160)Limite de temps atteinte (900 s, $0.145)
Exécuter 10 cas de test sur une démo de chat via son interface web et signaler ses bugsTests d’applications webRéussite (383 s, $0.035)Réussite (839 s, $0.066)Limite de temps atteinte (1 200 s, $0.111)
Exécuter 15 cas de test sur une boutique de démonstration et indiquer leur réussite ou leur échecTests d’applications webRéussite (131 s, $0.017)Réussite (791 s, $0.109)Réussite (598 s, $0.076)