Il browser più veloce per gli agenti AI per eseguire l'automazione web

ego (lite) è un browser in cui tu e i tuoi agenti AI lavorate in parallelo. Gli agenti eseguono più compiti nel browser nei rispettivi Spaces, mentre le tue schede restano a tua disposizione; i compiti terminano più velocemente e con meno token.

Nell'ultimo anno, molti di noi hanno cercato di ottenere agenti AI ( Claude Code, Codex, Continue) per eseguire una vera automazione del browser in un browser reale. Estrai un elenco da un pannello di amministrazione loggato. Compila un modulo fornitore. Esegui il QA in un ambiente di staging. Gli strumenti per farlo esistono, eppure l’esperienza di realizzarlo effettivamente rimane approssimativa.

ego (lite) è il nostro tentativo di risolvere questo problema.

Cos'è ego (lite)

ego (lite) è profondamente integrato nell’ecosistema di Chrome. Usa lo stesso motore di Chrome e trasferisce integralmente segnalibri, estensioni e sessioni già autenticate. Non devi cambiare il tuo modo di navigare: funziona subito.

Ciò che lo distingue veramente è il supporto nativo per gli agenti:

• Base di codice, non base CLI, per esecuzioni più veloci con meno token su attività complesse. Le funzionalità che ego (lite) espone all’agente sono racchiuse in funzioni JavaScript che l’agente richiama direttamente. In questo modo l’agente può fare ciò che gli riesce meglio: scrivere codice e comporre un’attività in più passaggi in un’unica esecuzione, invece di rimanere bloccato nel ciclo «esegui due comandi, guarda il risultato, eseguine altri due». Rispetto all’approccio CLI convenzionale, i workflow complessi terminano dal 20 al 50% più velocemente, con una percentuale di successo superiore e molte meno chiamate agli strumenti per attività. Lo stesso schema emerge nei nostri benchmark interni rispetto all’agent-browser di Vercel: più il workflow è difficile, maggiore è il divario.
• Un Space dedicato per ogni agente. ego (lite) assegna a ogni agente uno Space completamente isolato. Tu navighi in primo piano, l’agente lavora in background e nessuno intralcia l’altro. Puoi vedere in qualsiasi momento in quale Space è attivo un agente e assumerne il controllo o fermarlo quando vuoi. Se hai usato strumenti agent-browser che si collegano a Chrome, conosci il caos di finestre e schede che compaiono ovunque. ego (lite) risolve il problema alla radice.
• I tuoi agenti eseguono più attività in multitasking in Spaces, spazi di lavoro paralleli all'interno dello stesso browser. Ogni Space ospita il proprio agente AI o la propria attività, tutti in esecuzione contemporaneamente. Claude Code arricchisce 10 lead in 10 Spaces paralleli; Codex estrae dati da 5 siti concorrenti in altri 5. Non entrano in conflitto né occupano le tue schede. Il puntatore del mouse resta dove lo hai lasciato.
• La pagina più potente Snapshot sul mercato. Grazie alla personalizzazione a livello di kernel, ego (lite) produce istantanee di pagina della massima qualità, ossia la rappresentazione testuale su cui i modelli fanno affidamento per “vedere” una pagina web e interagirvi. Gestisce in modo affidabile casi difficili come gli iframe profondamente annidati, proprio dove gli altri approcci falliscono regolarmente.
• Qualsiasi agente può farcela ego-browser. ego-browser è lo strato di collegamento tra qualsiasi CLI di un agente (Claude Code, Codex, Cursor o una CLI personalizzata) ed ego (lite). Espone il browser come un insieme di strumenti JavaScript disponibili nella pagina: snapshot, fill, click, wait, navigate, capture. L’agente scrive uno snippet JavaScript che richiama questi strumenti ed ego-browser lo esegue sulla pagina in un’unica passata.
• Accumulo di esperienza che rende il tuo agente più veloce quanto più lo utilizzi (disponibile a breve). La maggior parte del tempo che un agente dedica ai compiti nel browser se ne va in tentativi ed errori. La Skill ufficiale di ego (lite) trasforma ogni azione riuscita in strumenti e flussi di lavoro riutilizzabili, così i compiti simili eseguiti in seguito possono essere fino a 5 volte più veloci. Ne parleremo più avanti.

Perché abbiamo creato ego (lite)

Abbiamo una visione sulla domanda “la GUI sta morendo”. La GUI è qui per restare. Ciò che cambierà alla radice è chi lo fornisce. Oggi ogni piattaforma viene fornita con la propria interfaccia predefinita. Domani il tuo agente personale ne genererà uno al volo.

Questo è il futuro. La realtà oggi è che gli agenti devono già svolgere molto lavoro reale e il mondo non è ancora stato costruito per loro. Molti servizi non forniscono ancora né API né MCP. Le informazioni e le funzionalità rimangono bloccate all'interno della GUI, confezionate per un utente umano. Se hai provato a utilizzare Codex o Claude Code per fare ricerche o portare a termine un lavoro che dipende da uno strumento SaaS, sai cosa significa. L'agente deve ancora aprire un browser e parlare con questo vecchio mondo.

Quindi sempre più prodotti agente si stanno integrando con un browser. Alcuni forniscono un browser ridotto incorporato nel client. Altri forniscono un'estensione che si collega al tuo Chrome esistente. Nessuno di loro funziona abbastanza bene. L'approccio Chrome-bridge è instabile: le sessioni effettuate a volte vengono trasferite e altre no, le schede si aprono in nuove finestre senza motivo, le modalità head e headless vanno fuori controllo. L'approccio integrato non è un vero browser e fallisce su qualsiasi cosa complessa.

C’è una ragione più profonda per cui tutti questi risultati non sono all’altezza. Il browser non è mai stato progettato per un agente. Ogni dettaglio dell'interazione in Chrome, schede, finestre, navigazione, autorizzazioni, è stato creato attorno a un utente umano. Nessuno ha chiesto come funzionerebbe un agente autonomo. Gli strumenti bridge e gli strumenti incorporati sono entrambi patch su un sistema che non ha mai lasciato spazio a un agente. I problemi sono la naturale conseguenza.

L'altra metà del problema: nessuno di questi strumenti ha pensato seriamente a cosa dovrebbe essere effettivamente un browser per un agente. Sovraccaricano il browser e consegnano all'agente alcuni comandi CLI, sottovalutando ciò che un agente può orchestrare da solo. Oppure si spostano dall'altra parte, espongono il protocollo grezzo e scaricano tutto il rumore grezzo sul modello.

È per questo che abbiamo creato ego (lite). Volevamo ripensare il browser dalle fondamenta e renderlo il punto di contatto più fluido possibile tra te, il tuo agente e il web.

Come abbiamo creato ego (lite)

Prima di scrivere qualsiasi codice, dovevamo risolvere una domanda: come dovrebbe interagire un agente con un browser?

La nostra risposta è stata tre livelli.

Il primo strato è visione e azione. L'agente "vede" la pagina come fa un essere umano, quindi fa clic, digita, scorre. Questa è la linea di base che qualsiasi browser dovrebbe fornire a un agente.

Il secondo livello è costituito dalle chiamate ai metodi racchiusi. Abbiamo preso le operazioni che si presentano spesso, essendo Snapshot quella canonica, e abbiamo fornito loro astrazioni pulite. Ci siamo trattenuti apposta. Nessun accumulo di cento metodi. L'obiettivo era mantenere l'astrazione nitida, non esaustiva.

Il terzo livello è l’accesso diretto alle funzionalità sottostanti del browser. Quando l'agente ha davvero bisogno di controllo, è lì.

Lo scopo dei tre livelli è che l'agente sceglie quello più adatto al compito. Un semplice clic non richiede una chiamata al protocollo grezzo. Un flusso complesso non viene compresso in un singolo comando CLI.

Perché JavaScript, non Python o Shell

Il codice sulla CLI è la scelta architetturale. All'interno di ciò, perché JavaScript e non Python o Shell? Due ragioni lo hanno spinto.

La prima ragione è il carico cognitivo. Ciò che ego (lite) inserisce nella pagina è già JavaScript. Se il codice di orchestrazione in background fosse scritto in un altro linguaggio, l’agente dovrebbe cambiare sintassi tra due contesti a ogni compito. È un attrito inutile. Usare un solo linguaggio per l’intero compito consente all’agente di ragionare in un’unica modalità.

La seconda ragione è la stabilità dell’ambiente. Non possiamo presumere che ogni utente abbia Python installato o una shell che si comporti come la nostra. Invece di dipendere dall’ambiente dell’utente, portiamo con noi il runtime. Riutilizziamo il motore V8 già presente nel browser, riduciamo il resto di Node.js e distribuiamo un runtime Node completo dentro ego (lite). Le dimensioni dell’installazione aumentano di soli 6 MB.

Quanto è veloce ego (lite)?

Abbiamo confrontato ego (lite) con agent-browser di Vercel in quattro compiti complessi di automazione del browser. ego (lite) ha completato ogni compito fino a 3,45 volte più velocemente, usando molti meno token.

Più difficile è il compito, maggiore è il divario.

Due decisioni progettuali hanno fatto la differenza. Innanzitutto, l'interazione JavaScript a tre livelli sopra. L'agente scrive uno snippet che esegue molte azioni in un unico passaggio, invece di concatenare una chiamata CLI alla volta. In secondo luogo, il Snapshot a livello di kernel integrato nel nostro motore Chromium personalizzato, che raggiunge iframe multiorigine, shadow DOM e widget SDK di terze parti rilasciati silenziosamente dagli snapshot JavaScript-shim.

Più lo usi, più diventa veloce (disponibile a breve)

Stiamo sperimentando un meccanismo di accumulo dell’esperienza nella Skill ufficiale di ego (lite). Ogni compito riuscito viene trasformato in strumenti e flussi di lavoro riutilizzabili, specifici per dominio. Quando il tuo agente esegue un compito simile, carica quegli strumenti ed evita la fase di tentativi ed errori.

La versione ideale di ciò sarebbe che l'agente acquisisse l'esperienza durante l'esecuzione dell'attività. L'abbiamo provato prima. I risultati della valutazione ci hanno respinto. Quando al modello viene chiesto di ottimizzare sia l'attività stessa che l'acquisizione dell'esperienza nella stessa esecuzione, la percentuale di successo dell'attività diminuisce e l'esecuzione rallenta. Cercare di fare bene entrambe le cose contemporaneamente significa non fare bene nessuna delle due cose.

Quindi lo dividiamo in due fasi. Durante l'esecuzione, l'agente si concentra sull'attività e non fa nient'altro. Una volta completata l'attività, inizia una fase di accumulo separata, in cui l'agente legge i documenti pertinenti e crea strumenti e lezioni. Questo approccio di divulgazione progressiva ha raggiunto l’accelerazione che cercavamo. Test interni su attività complesse mostrano che le esecuzioni ripetute sono all'altezza 2,6 volte più veloce rispetto alla prima esecuzione, con un numero significativamente inferiore di token.

La UX è ancora dove non siamo contenti. Al termine dell'attività, l'utente deve attendere la fase di accumulo prima che arrivi il risultato finale e tale attesa non è ancora fluida. Una direzione che stiamo prendendo in considerazione è quella di mettere l’accumulo nelle mani dell’utente. Consenti all'utente di decidere se attivare l'acquisizione di un'esperienza al termine di un'attività. Nessuna attesa forzata e l'utente ottiene un maggiore controllo sulla crescita del proprio agente.

Lo stiamo ancora perfezionando e lo pubblicheremo ampiamente una volta raggiunto il livello.

Il ruolo di ego (lite) nel nostro stack è semplice: un browser che funziona sia per te sia per i tuoi agenti, niente di più e niente di meno.

Qual è la differenza tra ego (lite) e gli strumenti esistenti?

Perché ci chiamiamo “ego”

La cultura moderna si appoggia fortemente al “basso ego”. Cogliamo l'intenzione. Troppo sé può davvero ferire le altre persone. Ma la tendenza è andata oltre il punto. È diventata una sorta di retorica che confeziona l’auto-soppressione come una virtù e riduce le persone a ingranaggi di una macchina molto più grande.

Poiché l’intelligenza artificiale assume sempre più lavoro, pensiamo il contrario. Questo è il momento di rivedere quanto vale il “sé”. Quanto più forte diventa lo strumento, tanto più prezioso diventa il giudizio umano, la personalità e il pensiero indipendente che sta dietro ad esso. Non dovrebbero essere diluiti. Dovrebbero essere amplificati.

Il vero pericolo non è che i computer inizino a pensare come gli uomini, ma che gli uomini inizino a pensare come i computer.

Così l'abbiamo chiamato ego. Non è un appello all'egoismo. Una scommessa che vale la pena proteggere in primo luogo la tua intuizione, la tua identità e il tuo giudizio.

“lite” in ego (lite) significa che questo prodotto non rappresenta tutto ciò che ego offre. Esiste una versione completa di ego con un agente personale, un ambiente sandbox nel cloud, funzionalità a livello di sistema che vanno oltre il browser e un sistema di memoria. Distribuiamo i due prodotti separatamente.

Provalo

Oggi ego (lite) è gratuito su macOS. Windows e Linux sono nella roadmap. Tutte le azioni nel browser sono controllate dal tuo agente, non dai nostri server. Per questo possiamo mantenere ego (lite) gratuito per i singoli utenti.

• Scarica il .dmg.

L'onboarding ti pone una domanda (se migrare i tuoi dati Chrome) e gestisce il resto.

Se collegare un agente AI a un browser reale ti ha causato frustrazione, prova ego (lite): non ti deluderà.

Un’ultima cosa da ricordare: ego (lite) offre al tuo agente vere capacità di controllo del browser, sia per leggere i contenuti delle pagine sia per eseguire azioni reali. Assicurati quindi che l’agente a cui affidi il controllo provenga da una fonte attendibile.