تصور کنید موتور رندرینگ مرورگری را که نیروی کار اصلی آن نه مهندسان خبره، بلکه ارتشی از عامل‌های هوش مصنوعی هستند. این دقیقاً همان اتفاقی است که در پروژه Chromonic رخ می‌دهد؛ یک مرورگر آزمایشی مبتنی بر پایتون که در ۱۵ سپتامبر ۲۰۲۶، سازنده‌اش با نام byteface از جامعه توسعه‌دهندگان خواست تا توکن‌های مدل Claude خود را برای حل چالش‌های سختِ تطبیق با استانداردهای CSS به این پروژه اختصاص دهند.
ساخت یک مرورگر از صفر، مأموریتی عظیم است که معمولاً به هزاران مهندس نیاز دارد. اکثر موتورهای مدرن، غول‌هایی میراثی و پیچیده هستند؛ بنابراین تلاش برای ساخت یک موتور جدید با پایتون، یک آزمایش پرریسک در حوزه مهندسی نرم‌افزارِ عامل‌محور (Agentic) — شبیه به ساختن یک آسمان‌خراش با ربات‌هایی که دستورالعمل‌ها را در لحظه یاد می‌گیرند — محسوب می‌شود. این رویکرد در کنار تلاش‌های دیگر برای ادغام هوش مصنوعی در مرورگرها قرار می‌گیرد، مانند پروژه NeoBrowser که بر اتصال مدل‌های AI به حساب‌های فعال تمرکز داشت تا محدودیت‌های دسترسی به وب را برطرف کند.
به نقل از پست منتشر شده در dev.to، این موتور برای پیاده‌سازی DOM و CSSOM بر روی Domonic تکیه دارد. برای اندازه‌گیری پیشرفت، توسعه‌دهنده یک سیستم تست تطبیق (Conformance Harness) طراحی کرده است که خروجی رندرینگ Chromonic را مستقیماً با گوگل کروم مقایسه می‌کند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی اتوماسیون کدنویسی اشاره کردیم، حذف دخالت انسانی در مراحل تکراری، سرعت توسعه را به‌شدت بالا می‌برد.
طبق مستندات پروژه، مشارکت‌کنندگان باید این گردش‌کار فنی را دنبال کنند:
- کلون کردن مخزن Web Platform Tests (WPT).
- هدایت مدل Claude به پوشه‌های مربوط به CSS2 در WPT.
- دستور دادن به هوش مصنوعی برای شناسایی دلیل اختلاف رندرینگ Chromonic با کروم و پیاده‌سازی اصلاحیه.
- ثبت مشکلات مربوط به Domonic در فایل PLAN.md.
این رویکرد، گلوگاه توسعه مرورگر را از «تخصص انسانی در استانداردهای CSS» به «میزان توکن‌های در دسترس مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد —» تغییر می‌دهد. اگر این آزمایش موفق شود، ثابت می‌کند که عامل‌ها می‌توانند کارهای خسته‌کننده و بسیار دقیقِ تطبیق با استانداردهای صنعتی را بدون نیاز به یک تیم مهندسی تمام‌وقت مدیریت کنند.
اینکه این مسیر به یک مرورگر کاربردی ختم می‌شود یا به ورشکستگی توکن‌ها، هنوز مشخص نیست.
گام بعدی شما
- اگر به توسعه مرورگرها علاقه دارید، مخزن گیت‌هاب Chromonic را دنبال کنید تا سرعت تطبیق AI با استانداردهای وب را ببینید.
- بررسی کنید که آیا می‌توانید از مدل‌های استدلالی برای رفع باگ‌های CSS در پروژه‌های خود استفاده کنید.
- مستندات WPT را مطالعه کنید تا بفهمید استانداردهای رندرینگ وب چگونه تست می‌شوند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو