تصور کنید پژوهشگری دارید که هر صبح ساعت ۷، تمام داشبوردهای مدیریتی شما را بررسی می‌کند و تنها نکات حیاتی را در اسلک می‌فرستد، بدون آنکه نیاز باشد لپ‌تاپ شما روشن باشد. این دقیقاً همان چیزی است که ترکیب Perplexity Comet و Burrowbox ممکن می‌کند. در حالی که Perplexity Comet قابلیت‌های پژوهشی قدرتمندی ارائه می‌دهد، اما معمولاً به حضور یک انسان در سکان هدایت نیاز دارد تا ناوبری و نظارت را آغاز کند. با ترکیب این دستیار با Burrowbox، توسعه‌دهندگان اکنون می‌توانند از یک مرورگر ابری دائمی استفاده کنند تا به عنوان یک پژوهشگر خودمختار ۲۴ ساعته در ۷ روز هفته عمل کند و عامل‌های هوش مصنوعی را برای ناوبری در صفحات وب (حتی صفحاتی که نیاز به ورود به حساب کاربری دارند) زمان‌بندی کنند تا یافته‌ها را بدون حضور انسان گزارش دهند.
بسیاری از عامل‌های (Agent) — شبیه به کارمندان مجازی که می‌توانند به‌جای شما در وب بچرخند — برای اجرا به یک نشست فعال و یک سیستم روشن نیاز دارند. Perplexity در ۹ جولای ۲۰۲۵ دستیار Comet را معرفی کرد؛ مرورگری با دستیار داخلی که می‌تواند ایمیل‌ها را خلاصه کند و تب‌ها را مدیریت نماید. در زمان عرضه، این ابزار تنها برای افرادی که از طریق لیست انتظار دعوت شده بودند و مشترکان طرح Max با هزینه ۲۰۰ دلار در ماه در دسترس بود.
زمینه و قابلیت‌ها
دستیار Comet از صفحه‌ای که کاربر در حال مشاهده آن است به‌عنوان زمینه (Context) استفاده می‌کند. این ابزار می‌تواند برای کاربر در صفحات وب ناوبری کرده و رویدادهای تقویم را خلاصه کند. با این حال، Comet معمولاً در مرورگر محلی کاربر زندگی می‌کند، به این معنی که به محض بستن درب لپ‌تاپ، فعالیتش متوقف می‌شود.
شرکت Burrowbox این مشکل را با ارائه یک نمونه Chromium ابری حل کرده است که کوکی‌های نشست (Session Cookies) را حتی پس از ری‌استارت حفظ می‌کند. این قابلیت اجازه می‌دهد تا یک عامل هوشمند در داشبوردهای خصوصی یا اینباکس‌ها وارد (Signed-in) باقی بماند. این رویکرد در واقع بخشی از یک استراتژی گسترده‌تر برای ایجاد زیرساخت‌های پایدار است، مشابه آنچه در ترکیب Burrowbox و Vercel برای تثبیت گردش‌کار عامل‌های هوش مصنوعی مشاهده می‌کنیم. طبق راهنمای فنی Burrowbox، کاربران می‌توانند ماشینی با تنظیمات "browser": "full" ایجاد کنند تا تضمین شود که وضعیت ورود به حساب‌ها (Logins) پس از توقف و شروع مجدد سیستم حفظ شود. این موضوع برای پژوهش‌های تکرارشونده، مانند بررسی هفتگی قیمت‌ها یا تهیه گزارش صبحگاهی از یک داشبورد، حیاتی است.
مکانیزم اتوماسیون
بر اساس بررسی مکانیزم‌های اتوماسیون، این گردش کار در سه مرحله فنی اصلی رخ می‌دهد:
- بیدارباش‌های زمان‌بندی‌شده: با استفاده از زمان‌های cron در فرمت UTC، ماشین در یک برنامه زمانی مشخص (مثلاً هر روز کاری ساعت ۰۷:۰۰) بیدار شده و به یک URL خاص می‌رود. پاسخ API برای این زمان‌بندی‌ها، سه زمان اجرای بعدی را در یک فیلد به نام "upcoming" شامل می‌شود.
- وب‌هوک‌های رویداد: Burrowbox یک رویداد امضا شده‌ی
run.succeededرا از طریق یک وب‌هوک به سرور کاربر می‌فرستد تا سیگنال دهد ماشین آماده است. این رویدادها امضا شده‌اند و شامل تلاش‌های مجدد (Retries) با مکانیزم backoff هستند. اگر یک اجرا با شکست مواجه شود، رویدادهایrun.failedبرای ارسال هشدار، ۲۰۰۰ کاراکتر اول خروجی را ارائه می‌دهند. - اجرای عامل: سرور از طریق یک کلاینت پروتکل زمینه مدل (MCP) — شبیه به یک مترجم استاندارد که اجازه می‌دهد مدل‌های مختلف با ابزارهای مختلف حرف بزنند — و مدلی مانند Claude 3.5 Sonnet، صفحه را تحلیل کرده و یک گزارش خلاصه را از طریق اسلک یا ایمیل می‌فرستد. سرور این رویداد را با استفاده از یک امضای HMAC SHA256 و یک پنجره تحمل (Tolerance window) ۳۰۰ ثانیه‌ای تأیید می‌کند.
پیاده‌سازی فنی
توسعه‌دهندگان می‌توانند از AI SDK برای پیاده‌سازی این منطق استفاده کنند. عامل را می‌توان طوری پرامپت کرد که از browser_snapshot برای خواندن نمای کلی تحلیل‌ها (Analytics overview) استفاده کرده و یک گزارش ۵ موردی از تغییرات نسبت به روز قبل بنویسد. برای جلوگیری از اعلان‌های تکراری، توسعه‌دهندگان باید داده‌ها را بر اساس event.id پیش از ارسال گزارش نهایی پالایش (Deduplicate) کنند.
پس از اتمام کار، سرور یک دستور توقف (Stop command) به ماشین می‌فرستد تا صورت‌حساب متوقف شود. هزینه این ساختار بسیار اندک است؛ یک ماشین کوچک ۰.۰۷ دلار به ازای هر ساعت زمان اجرا و ۰.۷۲ دلار در ماه برای ذخیره‌سازی در حالت آفلاین هزینه دارد. این امر تضمین می‌کند که به محض توقف ماشین، هزینه‌ها به نرخ ذخیره‌سازی کاهش یابد.
این تغییر، عامل‌های هوش مصنوعی را از «دستیاران واکنشی» به «کارمندان پیش‌کننده» تبدیل می‌کند. به‌جای آنکه شما از هوش مصنوعی بخواهید داشبورد را چک کند، او هر روز صبح این کار را انجام داده و تغییرات را به شما می‌گوید. این یعنی حذف محرک دستی از چرخه پژوهش.
برای کاربر نهایی، دستیار هوش مصنوعی دیگر یک ابزار در نوار کناری نیست، بلکه یک فرآیند پس‌زمینه است. توانایی حفظ وضعیت (State) در ابر، نظارت‌های پیچیده و چندروزه را ممکن می‌کند که پیش از این با فراخوانی‌های API بدون وضعیت (Stateless) غیرممکن بود. این رویکرد تکاملی در جهت اتصال مدل‌های زبانی به ابزارهای خارجی است، مشابه تلاشی که گوگل برای یکپارچه‌سازی Gemini با ابزارهای خارجی از طریق Connected Apps به کار بسته است. برای پیاده‌سازی این سیستم، توسعه‌دهندگان نیاز به ادغام AI SDK و ابزارهای MCP برای مدیریت اسنپ‌شات‌های مرورگر و منطق فراخوانی ابزارها (Tool-calling) دارند.
گام بعدی شما
- بررسی مستندات MCP برای اتصال مدل‌های Claude به مرورگرهای ابری
- طراحی یک گردش کار برای نظارت بر قیمت رقبا با استفاده از Burrowbox
- تست قابلیت
browser_snapshotبرای استخراج داده از صفحات پویا
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو