Le navigateur le plus rapide pour automatiser le web avec des agents IA

ego (lite) est un navigateur dans lequel vous et vos agents IA travaillez en parallèle. Vos onglets restent disponibles pendant que les agents exécutent plusieurs tâches dans leurs propres Spaces, plus rapidement et avec moins de tokens.

Depuis un an, beaucoup d'entre nous ont essayé d'obtenir des agents IA ( Claude Code, Codex, Continue) pour effectuer une véritable automatisation du navigateur dans un vrai navigateur. Extrayez une liste d’un panneau d’administration connecté. Remplissez un formulaire de fournisseur. Exécutez le contrôle qualité dans un environnement intermédiaire. Les outils nécessaires existent, mais l’expérience de mise en œuvre reste difficile.

ego (lite) est notre réponse à ce problème.

Qu'est-ce que ego (lite)

ego (lite) est profondément intégré à l’écosystème Chrome. Il utilise le même moteur que Chrome et reprend tous vos favoris, extensions et sessions connectées. Vous n’avez pas à changer vos habitudes de navigation : tout fonctionne immédiatement.

Ce qui le distingue vraiment, c'est sa prise en charge native des agents :

• Base de code, et non base CLI, pour des exécutions plus rapides avec moins de tokens sur des tâches complexes. Les fonctionnalités qu’ego (lite) met à la disposition de l’agent sont encapsulées dans des fonctions JavaScript que l’agent appelle directement. Il peut ainsi faire ce qu’il sait faire de mieux : écrire du code et regrouper une tâche en plusieurs étapes dans une seule exécution, au lieu de rester bloqué dans une boucle « appeler deux commandes, regarder le résultat, en appeler deux autres ». Par rapport à l’approche CLI classique, les workflows complexes se terminent 20 à 50 % plus vite, avec un meilleur taux de réussite et beaucoup moins d’appels d’outils par tâche. La même tendance apparaît dans nos benchmarks internes face à l’agent-browser de Vercel : plus le workflow est difficile, plus l’écart se creuse.
• Un Space dédié pour chaque agent. ego (lite) donne à chaque agent son propre Space entièrement isolé. Vous naviguez au premier plan pendant que l’agent travaille en arrière-plan, sans interférence. Vous voyez à tout moment dans quel Space un agent est actif et pouvez reprendre la main ou l’arrêter. Si vous avez déjà utilisé des outils comme agent-browser reliés à Chrome, vous connaissez le désordre des fenêtres et onglets qui surgissent partout. ego (lite) résout le problème à la source.
• Vos agents effectuent plusieurs tâches à la fois dans Spaces, des espaces de travail parallèles dans le même navigateur. Chaque Spaces dispose de son propre agent IA ou de sa propre tâche, tous exécutés en même temps. Claude Code enrichissant 10 leads dans 10 Spaces parallèles. Codex scraping 5 sites concurrents sur 5 autres. Ils n’entrent pas en collision et ne volent pas vos onglets. Votre souris reste là où vous l'avez laissée.
• Le Snapshot de page le plus performant du marché. Grâce à sa personnalisation au niveau du noyau, ego (lite) génère des Snapshots de page de très haute qualité, la vue sur laquelle les modèles de texte s’appuient pour « voir » une page web et agir dessus. Il gère de façon fiable les cas difficiles, comme les iframes profondément imbriquées, là où les autres approches échouent régulièrement.
• N’importe quel agent peut le faire passer ego-browser. ego-browser est la couche de connexion entre n’importe quelle CLI d’agent — Claude Code, Codex, Cursor ou une CLI personnalisée — et ego (lite). Il expose le navigateur sous forme d’outils JavaScript exécutés dans la page : snapshot, fill, click, wait, navigate et capture. L’agent écrit un extrait JavaScript qui appelle ces outils, puis ego-browser l’exécute sur la page en une seule passe.
• Faites l'expérience d'une accumulation qui rend votre agent plus rapide à mesure que vous l'utilisez (à venir). Lors d’une tâche de navigateur, un agent passe le plus clair de son temps à essayer et corriger. La Skill officielle d’ego (lite) transforme chaque action réussie en outils et workflows réutilisables, si bien que les tâches similaires suivantes peuvent s’exécuter jusqu’à 5 fois plus vite. Nous y reviendrons plus loin.

Pourquoi nous avons construit ego (lite)

Nous avons un point de vue sur la question « l’interface graphique est-elle en train de mourir ? ». L'interface graphique est là pour rester. Ce qui va changer à la racine, c’est qui le fournit. Aujourd'hui, chaque plateforme est livrée avec sa propre interface prédéfinie. Demain, votre agent personnel vous en génère un à la volée.

C'est l'avenir. La réalité d’aujourd’hui est que les agents doivent déjà accomplir beaucoup de travail réel et que le monde n’est pas encore construit pour eux. De nombreux services ne proposent toujours ni API ni MCP. Les informations et les fonctionnalités restent verrouillées dans l'interface graphique, conçues pour un utilisateur humain. Si vous avez essayé d'utiliser Codex ou Claude Code pour effectuer des recherches ou pour mener à bien des travaux qui dépendent d'un outil SaaS, vous savez ce que cela signifie. L'agent doit encore ouvrir un navigateur et parler à ce vieux monde.

Ainsi, de plus en plus de produits d'agent intègrent un navigateur à eux-mêmes. Certains proposent un navigateur allégé intégré au client. D'autres proposent une extension qui relie votre Chrome existant. Aucun d’entre eux ne fonctionne assez bien. L'approche Chrome-bridge est instable : les sessions connectées sont parfois reportées et pas d'autres, les onglets apparaissent dans le nouveau windows sans raison, les modes avec et sans tête deviennent incontrôlables. L’approche intégrée n’est pas un véritable navigateur et elle s’effondre sur tout ce qui est complexe.

Il y a une raison plus profonde pour laquelle tout cela échoue. Le navigateur n'a jamais été conçu pour un agent. Chaque détail d'interaction dans Chrome, onglets, windows, navigation, autorisations, a été construit autour d'un utilisateur humain. Personne n’a demandé comment un agent autonome fonctionnerait avec. Les outils de pont et les outils embarqués sont tous deux des correctifs sur un système qui n'a jamais laissé de place à un agent. Les problèmes sont la conséquence naturelle.

L’autre moitié du problème : aucun de ces outils n’a sérieusement réfléchi à ce que devrait réellement être un navigateur pour un agent. Ils surchargent le navigateur et transmettent à l'agent quelques commandes CLI, sous-estimant ainsi ce qu'un agent peut orchestrer lui-même. Ou bien ils basculent dans l'autre sens, exposent le protocole brut et déversent tout le bruit brut sur le modèle.

C’est pour cette raison que nous avons créé ego (lite). Nous voulions repenser le navigateur depuis ses fondations et en faire le lien le plus fluide possible entre vous, votre agent et le web.

Comment nous avons construit ego (lite)

Avant d’écrire du code, nous devions régler une question : comment un agent doit-il interagir avec un navigateur ?

Notre réponse était trois niveaux.

Le premier niveau est la vision et l’action. L'agent « voit » la page comme un humain, puis clique, tape, fait défiler. Il s’agit de la référence que tout navigateur devrait donner à un agent.

La deuxième couche est constituée des appels de méthode encapsulés. Nous avons pris les opérations qui reviennent souvent, Snapshot étant la plus canonique, et leur avons donné des abstractions claires. Nous nous sommes volontairement retenus. Pas besoin d'empiler une centaine de méthodes. Le but était de garder une abstraction nette et non exhaustive.

La troisième couche est un accès direct aux fonctionnalités sous-jacentes du navigateur. Lorsque l’agent a vraiment besoin d’un contrôle brut, il est là.

L’intérêt des trois niveaux est que l’agent choisit celui qui correspond à la tâche. Un simple clic ne nécessite pas d’appel de protocole brut. Un flux complexe n’est pas compressé dans une seule commande CLI.

Pourquoi JavaScript, pas Python ou Shell

Le code sur CLI est le choix architectural. Dans ce cadre, pourquoi JavaScript et pas Python ou Shell ? Deux raisons l’ont motivé.

La première raison est la charge cognitive. Ce qu’ego (lite) injecte dans la page est déjà du JavaScript. Si le code d’orchestration en arrière-plan utilisait un autre langage, l’agent devrait changer de syntaxe entre deux contextes à chaque tâche. Cette friction est inutile. Avec un seul langage pour toute la tâche, l’agent n’a qu’un mode de raisonnement à gérer.

La deuxième raison est la stabilité de l’environnement. Nous ne pouvons pas supposer que chaque utilisateur dispose de Python ou d’un shell identique au nôtre. Au lieu de dépendre de son environnement, nous fournissons le runtime. Nous réutilisons le moteur V8 déjà présent dans le navigateur, allégeons le reste de Node.js et intégrons un runtime Node complet à ego (lite). L’installation ne grossit que de 6 Mo.

Quelle est la vitesse de ego (lite) ?

Nous avons comparé ego (lite) à agent-browser de Vercel sur quatre tâches complexes d’automatisation de navigateur. ego (lite) a terminé chaque tâche jusqu’à 3,45 fois plus vite, avec nettement moins de tokens.

Plus la tâche est difficile, plus l’écart est grand.

Deux décisions de conception ont fait la différence. Tout d’abord, l’interaction à trois couches JavaScript ci-dessus. L'agent écrit un extrait qui exécute de nombreuses actions en une seule passe, au lieu d'enchaîner un appel CLI à la fois. Deuxièmement, l'instantané au niveau du noyau intégré à notre moteur personnalisé Chromium, qui atteint les iframes d'origine croisée, le shadow DOM et les widgets SDK tiers que les Snapshot JavaScript-shim suppriment silencieusement.

Plus vous l'utilisez, plus cela devient rapide (à venir)

Nous testons un mécanisme d’accumulation d’expérience dans la Skill officielle d’ego (lite). Chaque tâche réussie est transformée en outils et workflows réutilisables, propres à chaque domaine. Lors d’une tâche similaire, votre agent charge ces outils et évite les essais et erreurs.

La version idéale serait l’expérience de capture de l’agent lors de l’exécution de la tâche. Nous avons essayé cela en premier. Les résultats de l'évaluation nous ont fait reculer. Lorsqu'il est demandé au modèle d'optimiser à la fois la tâche elle-même et la capture d'expérience au cours de la même exécution, le taux de réussite des tâches diminue et l'exécution ralentit. Essayer de bien faire les deux à la fois signifie ne bien faire ni l’un ni l’autre.

Nous l'avons donc divisé en deux phases. Lors de l'exécution, l'agent se concentre sur la tâche et ne fait rien d'autre. Une fois la tâche terminée, une phase d'accumulation distincte démarre, au cours de laquelle l'agent lit les documents pertinents et construit les outils et les leçons. Cette approche de divulgation progressive a atteint l’accélération que nous recherchions. Des tests internes sur des tâches complexes montrent que les exécutions répétées peuvent aller jusqu'à 2,6 fois plus rapide que la première manche, avec beaucoup moins de tokens.

L’UX est toujours là où nous ne sommes pas satisfaits. Une fois la tâche terminée, l'utilisateur doit attendre l'étape d'accumulation avant que le résultat final n'arrive, et cette attente n'est pas encore fluide. Une direction que nous envisageons est de remettre l’accumulation entre les mains de l’utilisateur. Laissez l’utilisateur décider s’il doit déclencher une capture d’expérience une fois la tâche terminée. Pas d'attente forcée et l'utilisateur a plus de contrôle sur la croissance de son agent.

Nous sommes encore en train de peaufiner cela et nous le diffuserons largement une fois qu’il sera disponible.

La place d’ego (lite) dans notre architecture est simple : un navigateur qui fonctionne aussi bien pour vous que pour vos agents, ni plus ni moins.

Quelle est la différence entre ego (lite) et les outils existants ?

Pourquoi sommes-nous appelés « ego »

La culture moderne s’appuie fortement sur le « bas ego ». Nous comprenons l'intention. Trop de soi peut vraiment nuire aux autres. Mais la tendance a dépassé le stade actuel. C’est devenu une sorte de rhétorique qui présente l’auto-répression comme une vertu et réduit les gens aux rouages ​​d’une machine beaucoup plus grande.

Alors que l’IA assume une part de plus en plus importante du travail, nous pensons le contraire. C’est le moment de revoir ce que vaut le « soi ». Plus l’outil devient puissant, plus le jugement humain, la personnalité et la pensée indépendante qui le sous-tend deviennent précieux. Il ne faut pas les diluer. Il faudrait les amplifier.

Le véritable danger n’est pas que les ordinateurs commencent à penser comme les hommes, mais que les hommes commencent à penser comme des ordinateurs.

Alors nous l'avons appelé ego. Ce n’est pas un appel à l’égoïsme. Un pari que votre intuition, votre identité et votre propre jugement valent la peine d’être protégés en premier lieu.

Le terme « lite » dans ego (lite) signifie qu’il ne s’agit pas de l’intégralité d’ego. La version complète d’ego inclut un agent personnel, un environnement sandbox dans le cloud, des capacités système qui dépassent le navigateur et un système de mémoire. Nous proposons les deux comme des produits distincts.

Essayez-le

Aujourd’hui, ego (lite) est gratuit sur macOS ; Windows et Linux figurent sur la feuille de route. Toutes les actions du navigateur sont pilotées par votre propre agent, et non par nos serveurs. C’est ce qui nous permet de garder ego (lite) gratuit pour les particuliers.

• Téléchargez le .dmg.

L'intégration vous pose une question (si vous devez migrer vos données Chrome) et gère le reste.

Si la connexion d’un agent IA à un véritable navigateur vous a frustré, essayez ego (lite) : vous ne serez pas déçu.

Un dernier point important : ego (lite) donne à votre agent de véritables capacités de contrôle du navigateur, aussi bien pour lire les pages que pour exécuter des actions. Assurez-vous donc que l’agent autorisé à le piloter provient d’une source fiable.