O navegador mais rápido para automação web com agentes de IA

O ego (lite) é um navegador onde você e seus agentes de IA trabalham em paralelo. Os agentes executam várias tarefas no navegador nos respectivos Spaces, enquanto suas abas continuam disponíveis para você; as tarefas terminam mais rápido e com menos tokens.

No ano passado, muitos de nós tentamos conseguir agentes de IA ( Claude Code, Codex, Continue) para fazer automação real do navegador em um navegador real. Extraia uma lista de um painel de administração conectado. Preencha um formulário de fornecedor. Execute o controle de qualidade em um ambiente de teste. As ferramentas para isso existem, mas a experiência de realmente fazê-lo permanece difícil.

O ego (lite) é a nossa tentativa de resolver esse problema.

O que é ego (lite)

O ego (lite) é profundamente integrado ao ecossistema do Chrome. Usa o mesmo mecanismo do Chrome e transfere por completo seus favoritos, extensões e sessões já autenticadas. Você não precisa mudar a forma como navega: tudo funciona imediatamente.

O que realmente o diferencia é o suporte nativo aos agentes:

• Base de código, não base CLI, para execuções mais rápidas com menos tokens em tarefas complexas. Os recursos que ego (lite) disponibiliza ao agente são encapsulados como funções JavaScript que o agente chama diretamente. Assim, o agente pode fazer o que sabe fazer melhor: escrever código e compor uma tarefa com várias etapas em uma única execução, em vez de ficar preso no ciclo de “chamar dois comandos, olhar o resultado e chamar mais dois”. Em comparação com a abordagem CLI convencional, os fluxos de trabalho complexos terminam de 20% a 50% mais rápido, com uma taxa de sucesso maior e muito menos chamadas de ferramentas por tarefa. O mesmo padrão aparece em nossos benchmarks internos contra o agent-browser da Vercel: quanto mais difícil o fluxo de trabalho, maior a diferença.
• Um Space dedicado para cada agente. O ego (lite) dá a cada agente um Space totalmente isolado. Você navega em primeiro plano, o agente trabalha em segundo plano e um não atrapalha o outro. A qualquer momento, você pode ver em qual Space há um agente trabalhando e assumir o controle ou interrompê-lo quando quiser. Se você já usou ferramentas agent-browser que se conectam ao Chrome, conhece a bagunça de janelas e abas aparecendo por todo lado. O ego (lite) resolve o problema pela raiz.
• Seus agentes realizam multitarefas no Spaces, espaços de trabalho paralelos dentro do mesmo navegador. Cada Space recebe seu próprio agente de IA ou sua própria tarefa, todos em execução ao mesmo tempo. O Claude Code enriquece 10 leads em 10 Spaces paralelos; o Codex coleta dados de 5 sites concorrentes em outros 5. Eles não entram em conflito nem ocupam suas abas. O ponteiro do mouse continua onde você o deixou.
• O Snapshot de página mais forte do mercado. Graças à personalização no nível do kernel, o ego (lite) produz snapshots de página da mais alta qualidade, a representação textual em que os modelos se baseiam para “ver” uma página web e agir sobre ela. Ele lida de forma confiável com casos difíceis, como iframes profundamente aninhados, justamente onde outras abordagens falham repetidamente.
• Qualquer agente pode conduzi-lo ego-browser. O ego-browser é a camada de conexão entre qualquer CLI de agente (Claude Code, Codex, Cursor ou uma CLI personalizada) e o ego (lite). Ele expõe o navegador como um conjunto de ferramentas JavaScript disponíveis na página: snapshot, fill, click, wait, navigate, capture. O agente escreve um snippet de JavaScript que chama essas ferramentas, e o ego-browser o executa na página de uma só vez.
• Acumulação de experiência que torna seu agente mais rápido quanto mais você o utiliza (em breve). A maior parte do tempo que um agente gasta em tarefas no navegador vai para tentativas e erros. A Skill oficial do ego (lite) transforma cada ação bem-sucedida em ferramentas e fluxos de trabalho reutilizáveis, para que tarefas parecidas executadas depois possam ser até 5 vezes mais rápidas. Falaremos mais sobre isso adiante.

Por que construímos ego (lite)

Temos uma opinião sobre a questão “a GUI está morrendo”. A GUI veio para ficar. O que vai mudar na raiz é quem o fornece. Hoje, cada plataforma vem com sua própria interface pré-construída. Amanhã seu agente pessoal gerará um para você na hora.

Esse é o futuro. A realidade hoje é que os agentes já têm muito trabalho a fazer e o mundo ainda não está construído para eles. Muitos serviços ainda não oferecem API nem MCP. As informações e funcionalidades permanecem bloqueadas dentro da GUI, empacotadas para um usuário humano. Se você tentou usar Codex ou Claude Code para fazer pesquisas ou realizar trabalhos que dependem de uma ferramenta SaaS, você sabe o que isso significa. O agente ainda precisa abrir um navegador e conversar com esse velho mundo.

Assim, cada vez mais produtos de agentes estão instalando um navegador neles mesmos. Alguns vêm com um navegador simplificado incorporado no cliente. Outros enviam uma extensão que se conecta ao seu Chrome existente. Nenhum deles funciona bem o suficiente. A abordagem Chrome-bridge é instável: as sessões logadas são transferidas algumas vezes e outras não, as guias aparecem em novos windows sem motivo, os modos com e sem cabeça ficam fora de controle. A abordagem incorporada não é um navegador real e desmorona em qualquer coisa complexa.

Há uma razão mais profunda pela qual tudo isso é insuficiente. O navegador nunca foi projetado para um agente. Cada detalhe de interação em Chrome, guias, windows, navegação, permissões, foi construído em torno de um usuário humano. Ninguém perguntou como um agente autônomo trabalharia com isso. As ferramentas de ponte e as ferramentas incorporadas são patches em um sistema que nunca deixou espaço para um agente. Os problemas são a consequência natural.

A outra metade do problema: nenhuma dessas ferramentas pensou seriamente sobre o que realmente deveria ser um navegador para um agente. Eles sobrecarregam o navegador e entregam ao agente alguns comandos CLI, subestimando o que um agente pode orquestrar por conta própria. Ou eles oscilam para o outro lado, expõem o protocolo bruto e despejam todo o ruído bruto no modelo.

Foi por isso que criamos o ego (lite). Queríamos repensar o navegador desde a base e transformá-lo no ponto de conexão mais fluido possível entre você, seu agente e a web.

Como construímos ego (lite)

Antes de escrevermos qualquer código, tivemos que resolver uma questão: como um agente deveria interagir com um navegador?

Nossa resposta foram três camadas.

A primeira camada é visão e ação. O agente “vê” a página da mesma forma que um ser humano, depois clica, digita e rola. Esta é a linha de base que qualquer navegador deve fornecer a um agente.

A segunda camada são chamadas de método encapsuladas. Pegamos as operações que surgem com frequência, sendo o Snapshot o canônico, e demos a elas abstrações limpas. Nós nos seguramos de propósito. Nada de acumular cem métodos. O objetivo era manter a abstração nítida, não exaustiva.

A terceira camada é o acesso direto aos recursos subjacentes do navegador. Quando o agente realmente precisa de controle bruto, ele está lá.

O objetivo das três camadas é que o agente escolha aquela que se adapta à tarefa. Um simples clique não precisa de uma chamada de protocolo bruta. Um fluxo complexo não fica espremido em um único comando CLI.

Por que JavaScript, não Python ou Shell

Código sobre CLI é a escolha arquitetônica. Dentro disso, por que JavaScript e não Python ou Shell? Duas razões motivaram isso.

O primeiro motivo é a carga cognitiva. O que o ego (lite) injeta na página já é JavaScript. Se o código de orquestração em segundo plano estivesse em outra linguagem, o agente precisaria alternar entre duas sintaxes em cada tarefa. Esse é um atrito desnecessário. Usar uma única linguagem em toda a tarefa permite que o agente pense de uma só forma.

O segundo motivo é a estabilidade do ambiente. Não podemos presumir que todos os usuários tenham Python instalado ou um shell que se comporte como o nosso. Em vez de depender do ambiente do usuário, levamos o runtime conosco. Reutilizamos o mecanismo V8 que já está no navegador, reduzimos o restante do Node.js e incluímos um runtime Node completo no ego (lite). O tamanho da instalação aumenta apenas 6 MB.

Quão rápido é ego (lite)?

Comparamos o ego (lite) com o agent-browser da Vercel em quatro tarefas complexas de automação do navegador. O ego (lite) concluiu cada tarefa até 3,45 vezes mais rápido, usando muito menos tokens.

Quanto mais difícil for a tarefa, maior será a lacuna.

Duas decisões de design fizeram a diferença. Primeiro, a interação JavaScript de três camadas acima. O agente grava um snippet que executa muitas ações em uma única passagem, em vez de encadear uma chamada CLI por vez. Em segundo lugar, o Snapshot em nível de kernel criado dentro de nosso mecanismo personalizado Chromium, que alcança iframes de origem cruzada, shadow DOM e widgets SDK de terceiros que JavaScript-shim snapshotters descartam silenciosamente.

Quanto mais você usa, mais rápido ele fica (em breve)

Estamos testando um mecanismo de acúmulo de experiência dentro da Skill oficial do ego (lite). Cada tarefa bem-sucedida é transformada em ferramentas e fluxos de trabalho reutilizáveis, específicos para cada domínio. Na próxima vez que seu agente executar uma tarefa parecida, ele carregará essas ferramentas e evitará a fase de tentativa e erro.

A versão ideal disso seria o agente capturar a experiência durante a execução da tarefa. Tentamos isso primeiro. Os resultados da avaliação nos empurraram para trás. Quando o modelo é solicitado a otimizar a tarefa em si e a captura da experiência na mesma execução, a taxa de sucesso da tarefa cai e a execução fica mais lenta. Tentar fazer as duas coisas bem ao mesmo tempo não significa fazer nenhuma delas bem.

Então dividimos em duas fases. Durante a execução, o agente concentra-se na tarefa e não faz mais nada. Depois que a tarefa é concluída, começa uma fase de acumulação separada, onde o agente lê os documentos relevantes e desenvolve as ferramentas e lições. Esta abordagem de divulgação progressiva atingiu a aceleração que procurávamos. Testes internos em tarefas complexas mostram que as execuções repetidas são de até 2,6× mais rápido do que a primeira execução, com significativamente menos tokens.

A UX ainda é onde não estamos felizes. Após o término da tarefa, o usuário tem que aguardar a etapa de acumulação antes que o resultado final chegue, e essa espera ainda não é tranquila. Uma direção que estamos considerando é colocar o acúmulo nas mãos do usuário. Deixe o usuário decidir se deseja disparar uma captura de experiência após o término de uma tarefa. Sem espera forçada, e o usuário obtém mais controle sobre o crescimento de seu agente.

Ainda estamos aprimorando isso e enviaremos amplamente assim que chegar ao mercado.

A posição do ego (lite) no nosso conjunto de tecnologias é simples: um navegador que funciona tanto para você quanto para seus agentes, nada mais, nada menos.

Qual é a diferença entre ego (lite) e as ferramentas existentes?

Por que somos chamados de “ego”

A cultura moderna inclina-se fortemente para o “ego baixo”. Nós entendemos a intenção. Muito eu realmente pode machucar outras pessoas. Mas a tendência ultrapassou esse ponto. Tornou-se uma espécie de retórica que considera a autossupressão uma virtude e transforma as pessoas em engrenagens de uma máquina muito maior.

À medida que a IA assume cada vez mais trabalho, pensamos o oposto. Este é o momento de olhar novamente para o que vale o “eu”. Quanto mais forte a ferramenta se torna, mais valioso se torna o julgamento humano, a personalidade e o pensamento independente por trás dela. Eles não devem ser diluídos. Eles deveriam ser amplificados.

O perigo real não é que os computadores comecem a pensar como homens, mas que os homens comecem a pensar como computadores.

Então nós chamamos isso ego. Não é um chamado para ser egoísta. Uma aposta de que vale a pena proteger sua intuição, sua identidade e seu próprio julgamento em primeiro lugar.

O “lite” em ego (lite) significa que este produto não é tudo o que ego oferece. Existe uma versão completa de ego com um agente pessoal, um ambiente sandbox na nuvem, recursos no nível do sistema que vão além do navegador e um sistema de memória. Oferecemos os dois como produtos separados.

Experimente

Hoje, o ego (lite) é gratuito no macOS. Windows e Linux estão no roadmap. Todas as ações no navegador são controladas pelo seu próprio agente, e não pelos nossos servidores. É por isso que conseguimos manter o ego (lite) gratuito para usuários individuais.

• Baixe o .dmg.

A integração faz uma pergunta (se deve migrar seus dados Chrome) e cuida do resto.

Se você já se frustrou ao tentar conectar um agente de IA a um navegador real, experimente o ego (lite): ele não vai decepcionar.

Uma última coisa importante: o ego (lite) dá ao seu agente recursos reais de controle do navegador, tanto para ler o conteúdo das páginas quanto para executar ações de verdade. Por isso, verifique se o agente a quem você permite controlá-lo vem de uma fonte confiável.