O navegador mais rápido para agentes de IA executarem automação web

O ego (lite) é um navegador onde tu e os teus agentes de IA trabalham em paralelo. Os teus agentes correm várias tarefas de navegador nos seus próprios Spaces enquanto os teus separadores continuam a ser só teus, e as tarefas terminam mais depressa com menos tokens.

No último ano, muitos de nós temos tentado fazer com que agentes de IA ( Claude Code, Codex, Continue) a fazer automação real de navegador num navegador real. Extrair uma lista de um painel de administração com sessão iniciada. Preencher um formulário de fornecedor. Correr QA num ambiente de staging. As ferramentas para isto existem, mas a experiência de o fazer na prática continua rudimentar.

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

O que é o ego (lite)

O ego (lite) está construído bem no interior do ecossistema do Chrome. O mesmo motor que o Chrome, com os teus marcadores, extensões e sessões iniciadas todos transportados na íntegra. Não precisas de mudar a forma como navegas. Funciona imediatamente, sem configuração.

O que realmente o distingue é o seu suporte nativo para agentes:

• Código como base, não a CLI, para execuções mais rápidas e com menos tokens em tarefas complexas. As capacidades que o ego (lite) expõe ao agente estão embrulhadas em funções JavaScript que o agente chama diretamente. O agente pode fazer aquilo em que é melhor: escrever código, compondo uma tarefa de vários passos num único output em vez de ficar preso num ciclo de “chamar dois comandos, ver o resultado, chamar mais dois comandos”. Comparados com a abordagem CLI convencional, os fluxos de trabalho complexos terminam 20–50% mais depressa, com taxas de sucesso mais altas e muito menos chamadas a ferramentas por tarefa. O mesmo padrão aparece em benchmarks internos contra o agent-browser da Vercel, onde quanto mais difícil o fluxo de trabalho, maior a diferença.
• Um Space dedicado para cada agente. O ego (lite) dá a cada agente o seu próprio Space totalmente isolado. Tu navegas à frente, o teu agente trabalha em segundo plano, e não se atrapalham um ao outro. Podes ver qual Space tem um agente a correr a qualquer momento, e assumir o controlo ou pará-lo quando quiseres. Se já usaste ferramentas agent-browser que fazem ponte para o Chrome, conheces a confusão de janelas e separadores a aparecer por todo o lado. O ego (lite) resolve isso pela raiz.
• Os teus agentes fazem multitarefa em Spaces, espaços de trabalho paralelos dentro do mesmo navegador. Cada Space tem o seu próprio agente de IA ou a sua própria tarefa, todas a correr ao mesmo tempo. O Claude Code a enriquecer 10 leads em 10 Spaces paralelos. O Codex a extrair dados de 5 sites concorrentes noutros 5. Não colidem nem roubam os teus separadores. O teu rato fica onde o deixaste.
• O Snapshot de página mais forte do mercado. Graças à personalização ao nível do kernel, o ego (lite) produz os snapshots de página de maior qualidade, a vista de texto de que os modelos dependem para “ver” e agir sobre uma página web. Trata com fiabilidade casos difíceis como iframes profundamente aninhados, exatamente onde outras abordagens falham sistematicamente.
• Qualquer agente consegue controlá-lo através de ego-browser. O ego-browser é a camada de ligação entre qualquer produto de agente (Claude Code, Codex, Cursor, ou um personalizado) e o ego (lite). Expõe o navegador como um conjunto de ferramentas JavaScript na própria página: snapshot, fill, click, wait, navigate, capture. O agente escreve um trecho de JavaScript que chama essas ferramentas, e o ego-browser executa-o na página de uma só vez.
• Acumulação de experiência que torna o teu agente mais rápido quanto mais o usas (brevemente). A maior parte do tempo de um agente em tarefas de navegador é gasta em tentativa e erro. O Skill oficial do ego (lite) destila cada ação bem-sucedida em ferramentas e fluxos de trabalho reutilizáveis, para que tarefas semelhantes no futuro corram até 5x mais depressa. Mais sobre isto mais abaixo.

Porque construímos o ego (lite)

Temos uma posição sobre a questão “a interface gráfica está a morrer?”. A interface gráfica veio para ficar. O que vai mudar na raiz é quem a fornece. Hoje, cada plataforma distribui a sua própria interface pré-construída. Amanhã, o teu agente pessoal gera uma para ti, na hora.

Esse é o futuro. A realidade de hoje é que os agentes já têm de fazer muito trabalho a sério, e o mundo ainda não está construído para eles. Muitos serviços continuam sem API e sem MCP. A informação e a funcionalidade ficam trancadas dentro da interface gráfica, embaladas para uma pessoa. Se já tentaste usar o Codex ou o Claude Code para fazer investigação, ou para avançar com trabalho que depende de uma ferramenta SaaS, sabes o que isso significa. O agente ainda tem de abrir um navegador e falar com este mundo antigo.

Por isso, cada vez mais produtos de agentes andam a agarrar um navegador a si próprios. Alguns trazem um navegador simplificado embutido no cliente. Outros trazem uma extensão que faz ponte para o teu Chrome já existente. Nenhum funciona suficientemente bem. A abordagem de ponte para o Chrome é instável: as sessões iniciadas passam às vezes e outras vezes não, os separadores saltam para janelas novas sem motivo aparente, e os modos com e sem interface visual descontrolam-se. A abordagem embutida não é um navegador real, e desmorona-se perante qualquer coisa complexa.

Há uma razão mais profunda para todas estas abordagens ficarem aquém. O navegador nunca foi concebido para um agente. Cada detalhe de interação no Chrome — separadores, janelas, navegação, permissões — foi construído a pensar numa pessoa. Ninguém perguntou como um agente autónomo trabalharia com isso. As ferramentas-ponte e as ferramentas embutidas são ambas remendos num sistema que nunca deixou espaço para um agente. Os problemas são a consequência natural disso.

A outra metade do problema: nenhuma destas ferramentas pensou a sério sobre o que um navegador para um agente devia realmente ser. Umas embrulham demasiado o navegador e entregam ao agente meia dúzia de comandos de CLI, subestimando o que um agente consegue orquestrar por conta própria. Outras vão para o extremo oposto, expõem o protocolo em bruto e despejam todo o ruído sobre o modelo.

É por isso que construímos o ego (lite). Queríamos repensar o navegador desde a base e torná-lo a ligação mais suave entre ti, o teu agente e a web.

Como construímos o ego (lite)

Antes de escrever qualquer código, tivemos de resolver uma questão: como deve um agente interagir com um navegador?

A nossa resposta foram três camadas.

A primeira camada é visão e ação. O agente “vê” a página da mesma forma que uma pessoa, depois clica, escreve, faz scroll. Esta é a base que qualquer navegador deveria dar a um agente.

A segunda camada são chamadas a métodos encapsulados. Pegámos nas operações mais frequentes, sendo o Snapshot a canónica, e demos-lhes abstrações limpas. Contivemo-nos de propósito. Sem empilhar uma centena de métodos. O objetivo era manter a abstração afiada, não exaustiva.

A terceira camada é o acesso direto às capacidades subjacentes do navegador. Quando o agente realmente precisa de controlo em bruto, ele está lá.

O sentido das três camadas é que o agente escolhe a que se ajusta à tarefa. Um simples clique não precisa de uma chamada em protocolo bruto. Um fluxo complexo não é espremido para um único comando de CLI.

Porquê JavaScript, e não Python ou Shell

Código em vez de CLI é a escolha arquitetural. Dentro disso, porquê JavaScript e não Python ou Shell? Duas razões levaram a essa decisão.

A primeira é a carga cognitiva. O que o ego (lite) injeta na página já é JavaScript. Se o código de orquestração em segundo plano estivesse noutra linguagem, o agente teria de mudar de sintaxe entre dois contextos em cada tarefa. Isso é fricção desnecessária. Uma única linguagem em toda a tarefa significa que o agente só precisa de pensar num modo.

A segunda é a estabilidade do ambiente. Não podemos assumir que todos os utilizadores têm Python instalado, ou uma shell que se comporte como a nossa. Em vez de depender do ambiente do utilizador, trazemos o runtime connosco. Reutilizamos o motor V8 que já está dentro do navegador, reduzimos o resto do Node.js e distribuímos um runtime Node completo dentro do ego (lite). O tamanho da instalação só aumenta 6MB.

Quão rápido é o ego (lite)?

Testámos o ego (lite) contra o agent-browser da Vercel em quatro tarefas complexas de automação de navegador. O ego (lite) terminou cada tarefa até 3.45x mais depressa, com muito menos tokens.

Quanto mais difícil a tarefa, maior a diferença.

Duas decisões de design fizeram a diferença. Primeiro, a interação em JavaScript de três camadas descrita acima. O agente escreve um único trecho que corre muitas ações de uma só vez, em vez de encadear uma chamada de CLI de cada vez. Segundo, o Snapshot ao nível do kernel, construído dentro do nosso motor Chromium personalizado, que alcança iframes cross-origin, shadow DOM e widgets de SDKs de terceiros que os snapshotters baseados em shims de JavaScript deixam silenciosamente de fora.

Quanto mais o usas, mais rápido fica (brevemente)

Estamos a testar um mecanismo de acumulação de experiência dentro do Skill oficial do ego (lite). Cada tarefa bem-sucedida é destilada em ferramentas e fluxos de trabalho reutilizáveis, delimitados por domínio. Da próxima vez que o teu agente correr uma tarefa semelhante, carrega essas ferramentas e salta a tentativa e erro.

A versão ideal disto seria o agente a capturar experiência enquanto corre a tarefa. Foi o que tentámos primeiro. Os resultados de avaliação fizeram-nos recuar. Quando se pede ao modelo para otimizar simultaneamente a tarefa em si e a captura de experiência na mesma execução, a taxa de sucesso cai e a execução abranda. Tentar fazer bem as duas coisas ao mesmo tempo significa não fazer nenhuma delas bem.

Por isso dividimo-lo em duas fases. Durante a execução, o agente concentra-se apenas na tarefa e não faz mais nada. Depois de a tarefa terminar, entra uma fase de acumulação separada, em que o agente lê a documentação relevante e constrói as ferramentas e lições. Esta abordagem de divulgação progressiva atingiu o ganho de velocidade que procurávamos. Testes internos em tarefas complexas mostram que as execuções repetidas chegam a ser até 2,6× mais rápido do que a primeira execução, com significativamente menos tokens.

A experiência de utilização ainda é o ponto que não nos deixa satisfeitos. Depois de a tarefa terminar, o utilizador tem de esperar pelo passo de acumulação antes de o resultado final chegar, e essa espera ainda não é fluida. Uma direção que estamos a considerar é pôr a acumulação nas mãos do utilizador. Deixar o utilizador decidir se quer disparar uma captura de experiência depois de a tarefa terminar. Sem espera forçada, e o utilizador ganha mais controlo sobre como o seu agente cresce.

Ainda estamos a aperfeiçoar isto, e vamos lançá-lo para todos assim que atingir o nível que queremos.

A posição do ego (lite) na nossa stack é simples: um navegador que funciona tanto para ti como para os teus agentes, nem mais nem menos.

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

Porque nos chamamos “ego”

A cultura moderna inclina-se fortemente para o “low ego” (pouco ego). Percebemos a intenção. Um excesso de “eu” pode mesmo prejudicar outras pessoas. Mas a tendência já foi longe demais. Tornou-se uma espécie de retórica que embrulha a autossupressão como virtude, e transforma as pessoas em meras peças de uma máquina muito maior.

À medida que a IA assume cada vez mais trabalho, achamos o contrário. É o momento de olhar de novo para o valor do “eu”. Quanto mais forte a ferramenta se torna, mais valioso se torna o julgamento humano, a personalidade e o pensamento independente por trás dela. Não devem ser diluídos. Devem ser amplificados.

O verdadeiro perigo não é que os computadores comecem a pensar como as pessoas, mas que as pessoas comecem a pensar como os computadores.

Por isso chamámos-lhe ego. Não é um convite ao egoísmo. É uma aposta em como a tua intuição, a tua identidade e o teu próprio julgamento valem a pena proteger.

O “lite” em ego (lite) significa que isto não é tudo o que o ego tem para dar. Existe uma versão completa do ego com um agente pessoal, um ambiente sandbox na cloud, capacidades ao nível do sistema para além do navegador, e um sistema de memória. Distribuímos os dois como produtos separados.

Experimenta

O ego (lite) é gratuito no macOS já hoje. Windows e Linux estão no roteiro. Todas as ações no navegador são conduzidas pelo teu próprio agente, não pelos nossos servidores. É por isso que conseguimos manter o ego (lite) gratuito para uso pessoal.

• Descarregar o .dmg.

O onboarding faz-te uma única pergunta (se queres migrar os teus dados do Chrome) e trata do resto.

Se já ficaste frustrado a tentar ligar um agente de IA a um navegador real, experimenta o ego (lite) — não vais ficar desiludido.

Uma última coisa a ter em mente: o ego (lite) dá ao teu agente capacidades reais de operação de navegador — tanto para ler o conteúdo das páginas como para executar ações reais — por isso garante que o agente a quem deixas controlá-lo vem de uma fonte em que confias.