AI एजेंट को ब्राउज़र में लाना शक्तिशाली है क्योंकि ब्राउज़र ही वह जगह है जहां असली काम होता है। यह इसी वजह से संवेदनशील भी है।
एक ब्राउज़र में लॉग-इन सेशन, कुकीज़, एक्सटेंशन, बुकमार्क, वर्कस्पेस सेटिंग, SaaS एक्सेस, इंटरनल टूल्स, और वे छोटी-छोटी स्टेट होती हैं जो रोज़मर्रा के वेब वर्कफ़्लो को मुमकिन बनाती हैं। जब कोई AI एजेंट उस एनवायरनमेंट में काम कर सकता है, तो यूज़र को साफ़ पता होना चाहिए कि एजेंट किस तक एक्सेस कर सकता है, कब एक्शन ले सकता है, और वे कैसे कंट्रोल में रहते हैं।
यही वजह है कि ego (lite), साफ़ प्राइवेसी और सेफ़्टी सीमाओं के साथ ब्राउज़र माइग्रेशन सपोर्ट करता है।
माइग्रेशन डेटा इकट्ठा करना नहीं है। यह उस ब्राउज़र एनवायरनमेंट को बनाए रखने का एक तरीका है जिस पर यूज़र पहले से भरोसा करते हैं, ताकि एजेंट हर बार खाली ब्राउज़र से शुरू करने की बजाय असली कॉन्टेक्स्ट में काम कर सकें।
हमारा तरीका तीन विचारों पर बना है: डिफ़ॉल्ट रूप से लोकल-फ़र्स्ट ब्राउज़र एनवायरनमेंट, एजेंट के एक्शन लेते समय टास्क-स्कोप्ड कॉन्टेक्स्ट, और संवेदनशील पलों में दिखने वाला यूज़र कंट्रोल।
ego (lite), ब्राउज़र माइग्रेशन को सपोर्ट क्यों करता है
ज़्यादातर उपयोगी ब्राउज़र टास्क खाली स्टेट से शुरू नहीं होते।
ये तब होते हैं जब यूज़र पहले से लॉग-इन हो, SSO पूरा हो चुका हो, सही वर्कस्पेस लोड हो चुका हो, एक्सटेंशन इंस्टॉल हो चुके हों, और ब्राउज़र में काम के लिए ज़रूरी सेटिंग व परमिशन हों।
अगर एजेंट एक खाली ब्राउज़र में शुरू होता है, तो यूज़र को अक्सर दोबारा लॉग-इन करना पड़ता है, दोबारा 2FA पास करना पड़ता है, कॉन्टेक्स्ट फिर से बनाना पड़ता है, एक्सटेंशन दोबारा इंस्टॉल करने पड़ते हैं, या एजेंट को आगे बढ़ाने के लिए मैन्युअली जानकारी प्रॉम्प्ट में डालनी पड़ती है। इससे झंझट बढ़ता है। कुछ मामलों में, यह प्राइवेसी को और खराब भी कर सकता है, क्योंकि यूज़र संवेदनशील जानकारी एजेंट में पेस्ट कर देते हैं, जो ब्राउज़र एनवायरनमेंट में पहले से एक ज़्यादा स्ट्रक्चर्ड रूप में मौजूद थी।
ego (lite), उस झंझट को कम करने के लिए ब्राउज़र माइग्रेशन इस्तेमाल करता है। मक़सद है यूज़र को वही ब्राउज़र एनवायरनमेंट लाने देना जो वे पहले से इस्तेमाल करते हैं, जबकि एजेंट की एक्सेस को उसी टास्क से जोड़े रखना जो यूज़र असल में शुरू करता है।
ब्राउज़र माइग्रेशन का मतलब क्रेडेंशियल इकट्ठा करना नहीं है
ब्राउज़र माइग्रेशन के लिए आपके सेव किए पासवर्ड ego को भेजने की ज़रूरत नहीं है।
पहले से मौजूद ऑथेंटिकेटेड ब्राउज़र सेशन इस्तेमाल करने और क्रेडेंशियल इकट्ठा करने में एक अहम फ़र्क़ है। अगर आप पहले से किसी वेबसाइट में लॉग-इन हैं, तो आपके ब्राउज़र में एक सेशन स्टेट हो सकती है जो उस साइट को आपको पहचानने देती है। जब आप एजेंट से उस साइट पर कोई टास्क करने को कहते हैं, एजेंट आपके ब्राउज़र में पहले से मौजूद उसी एक्टिव सेशन से काम कर सकता है।
इसका मतलब यह नहीं कि एजेंट को आपका पासवर्ड चाहिए। इसका मतलब यह नहीं कि आपका पासवर्ड मॉडल तक पहुंचाया जाना चाहिए। और इसका मतलब यह भी नहीं कि संवेदनशील क्रेडेंशियल एजेंट के सामान्य कॉन्टेक्स्ट का हिस्सा बन जाएं।
लॉगिन, पेमेंट, अकाउंट बदलाव, मैसेज भेजने, या आख़िरी सबमिशन जैसे संवेदनशील पलों में, यूज़र का कंट्रोल में रहना ज़रूरी है। ego (lite) ऐसा डिज़ाइन किया गया है कि यूज़र देख सकें एजेंट क्या कर रहा है, वर्कफ़्लो रोक सकें, और ज़रूरत पड़ने पर कंट्रोल ले सकें।
एजेंट की एक्सेस टास्क-स्कोप्ड है
कोई भी एजेंट बिना किसी संदर्भ के उपयोगी नहीं हो सकता।
अगर आप इससे किसी पेज का सारांश मांगते हैं, तो इसे पेज का कॉन्टेंट चाहिए। अगर आप इससे कोई फ़ॉर्म भरने को कहते हैं, तो इसे फ़ॉर्म की फ़ील्ड समझनी होंगी। अगर आप इससे किसी लॉग-इन SaaS टूल में काम करने को कहते हैं, तो इसे उस टास्क के लिए ज़रूरी पेज स्टेट और अधिकृत सेशन कॉन्टेक्स्ट चाहिए हो सकता है।
सीमा है टास्क स्कोप।
एजेंट को वही कॉन्टेक्स्ट इस्तेमाल करना चाहिए जो आपकी दी गई इंस्ट्रक्शन पूरी करने के लिए ज़रूरी है, न कि सिर्फ़ इसलिए व्यापक एक्सेस कि आपके ब्राउज़र में और भी जानकारी मौजूद है। टास्क के हिसाब से, उस कॉन्टेक्स्ट में पेज टेक्स्ट, पेज स्ट्रक्चर, स्क्रीनशॉट, यूज़र इंस्ट्रक्शन, आपके खुद दी गई फ़ाइलें, या किसी अधिकृत पेज को चलाने के लिए ज़रूरी ब्राउज़र स्टेट शामिल हो सकती हैं।
यही मॉडल है ego (lite) के पीछे: डिफ़ॉल्ट रूप से लोकल-फ़र्स्ट ब्राउज़र एनवायरनमेंट, एजेंट के एक्शन लेते समय टास्क-स्कोप्ड कॉन्टेक्स्ट, और जब एक्शन मायने रखें तब यूज़र को दिखना।
लोकल-फ़र्स्ट का मतलब है ब्राउज़र माइग्रेशन डिफ़ॉल्ट रूप से आपका वर्किंग एनवायरनमेंट आपके डिवाइस पर ही रखता है। जब आप एजेंट को कुछ करने को कहते हैं, ego (lite) अपना कॉन्टेक्स्ट सिर्फ़ उतना ही रखता है जितना उस ख़ास टास्क को असल में चाहिए।
दूसरे शब्दों में, ब्राउज़र कॉन्टेक्स्ट एजेंट को उपयोगी बनने के लिए ज़रूरी निरंतरता देता है, जबकि टास्क स्कोप यह तय करता है कि एजेंट को क्या इस्तेमाल करना चाहिए।
Space, एजेंट के काम को दिखने लायक और अलग रखते हैं
AI ब्राउज़र में सेफ़्टी सिर्फ़ डेटा हैंडलिंग की बात नहीं है। यह प्रोडक्ट डिज़ाइन की भी बात है।
कई ब्राउज़र ऑटोमेशन सेटअप में, एजेंट उसी सरफ़ेस पर काम करता है जिसे यूज़र इस्तेमाल कर रहा होता है। यह टैब खोलता है, विंडो हिलाता है, फ़ोकस चुराता है, और इंसानी ब्राउज़िंग को एजेंट की गतिविधि से मिला देता है। इससे यूज़र के लिए यह समझना मुश्किल हो जाता है कि एजेंट क्या कर रहा है या सही पल पर बीच में आना।
ego (lite), इंसानी ब्राउज़िंग को एजेंट के काम से अलग रखने के लिए Space इस्तेमाल करता है।
आप अपने Space में ब्राउज़िंग करते रह सकते हैं जबकि एजेंट किसी और Space में काम करता है। एजेंट को आपके मौजूदा टैब पर कब्ज़ा करने या आपकी विंडो में दखल देने की ज़रूरत नहीं। साथ ही, इसका काम दिखने लायक बना रहता है। आप एजेंट के Space में जा सकते हैं, देख सकते हैं क्या हो रहा है, टास्क रोक सकते हैं, या कंट्रोल ले सकते हैं।
यह अलगाव एजेंट को काम करने के लिए एक व्यावहारिक जगह देता है, जबकि यूज़र की अपनी ब्राउज़िंग सरफ़ेस और निगरानी बरकरार रखता है।
प्राइवेसी कंट्रोल और संवेदनशील डेटा
ego (lite), ऐसा डिज़ाइन किया गया है कि यूज़र की ब्राउज़र प्रोफ़ाइल को कंपनी के डेटासेट की तरह न देखा जाए।
ब्राउज़र माइग्रेशन निरंतरता बनाए रखने के लिए है, यूज़र की ब्राउज़र लाइफ़ निकालने के लिए नहीं। एजेंट वर्कफ़्लो, यूज़र के मांगे काम को पूरा करने के लिए टास्क से जुड़ा कॉन्टेक्स्ट इस्तेमाल करते हैं। पासवर्ड, पेमेंट-कार्ड नंबर और अन्य क्रेडेंशियल जैसी संवेदनशील जानकारी न तो एजेंट तक भेजी जानी चाहिए, न AI इनपुट के तौर पर स्टोर होनी चाहिए।
जब AI फ़ीचर को मॉडल की मदद चाहिए होती है, तो रिस्पॉन्स बनाने या एक्शन पूरा करने के लिए टास्क कॉन्टेक्स्ट प्रोसेस हो सकता है। हम थर्ड-पार्टी मॉडल प्रोवाइडर को यूज़र डेटा अपनी स्वतंत्र मॉडल ट्रेनिंग में इस्तेमाल करने से रोकने के लिए क़दम उठाते हैं।
यूज़र को अपनी प्राइवेसी सेटिंग मैनेज करने, जहां लागू हो वहाँ एक्सेस रद्द करने, और संवेदनशील पर्सनल डेटा सीधे प्रॉम्प्ट या वर्किंग फ़ोल्डर में देने से बचने में भी सक्षम होना चाहिए।
सीमाएं
ब्राउज़र एजेंट अभी भी एक उभरती हुई प्रोडक्ट कैटेगरी है। ये समय बचा सकते हैं, दोहराया जाने वाला काम कम कर सकते हैं, और उन टूल पर काम कर सकते हैं जो मूल रूप से इंसानों के लिए बने थे — लेकिन फिर भी गलतियां कर सकते हैं।
जटिल इंटरफ़ेस, अनपेक्षित पेज लेआउट, छुपे प्रॉम्प्ट, ऑथेंटिकेशन फ़्लो, और बड़े जोखिम वाले एक्शन — ये फ़ेलियर पॉइंट बना सकते हैं। यही वजह है कि ego (lite), पूरी तरह अदृश्य ऑटोमेशन की बजाय, दिखने लायक होने, अलगाव और यूज़र कंट्रोल के इर्द-गिर्द बना है।
AI ऑटोमेशन को ब्राउज़र का काम आसान बनाना चाहिए, लेकिन जो पल मायने रखते हैं, वहाँ से इंसानी फ़ैसले को हटाना नहीं चाहिए।
ego (lite), ब्राउज़र माइग्रेशन सपोर्ट करता है क्योंकि एजेंट तब ज़्यादा उपयोगी हो जाते हैं जब वे वहाँ काम कर सकें जहां असली काम पहले से हो रहा है। चुनौती है उस कॉन्टेक्स्ट को उपयोगी बनाना, बिना उसे बेक़ाबू बनाए।
यही वह दिशा है जिस ओर हम बना रहे हैं: एक ऐसा ब्राउज़र जहां एजेंट असली कॉन्टेक्स्ट में काम कर सकें, यूज़र निगरानी और दख़ल दे सकें, और ब्राउज़र माइग्रेशन निरंतरता बनाए रखे बिना डेटा इकट्ठा करना बने।
Citro, ego सर्विस में पर्सनल डेटा कैसे प्रोसेस करता है, इसकी ज़्यादा जानकारी के लिए हमारी यह देखें प्राइवेसी पॉलिसी.