Se você já tentou fazer um agente de IA interagir com um site de verdade, sabe a dor: ele lê o HTML, se perde no layout e não sabe onde clicar. A Vercel resolveu isso para quem usa o eve, sua plataforma de agentes, com uma extensão que dá ao agente um navegador Chromium de fato.
A ideia é simples: em vez de o agente adivinhar a estrutura da página, ele navega, tira um snapshot, identifica os elementos e age exatamente sobre o que viu. Testei o conceito de perto em ferramentas parecidas e o ganho aparece justamente aí, na precisão de clicar no botão certo em vez de chutar um seletor.
O que a extensão entrega na prática
A instalação é direta: um pacote via pnpm, um arquivo dentro de agent/extensions e o agente já ganha um conjunto de comandos com prefixo browser, tipo navegar, ler a página, clicar, preencher campo e capturar tela. Cada elemento identificado no snapshot vira uma referência que o agente usa depois para agir, o que evita aquele erro clássico de agente clicando no lugar errado.
- Navegação, leitura de conteúdo, clique e preenchimento de formulário
- Captura de tela e inspeção de console e rede
- Tudo isolado dentro do sandbox do agente, sem tocar no seu app
Segurança não ficou de lado
Dois pontos chamam atenção para quem vai colocar isso em produção. Primeiro, dá para restringir os domínios que o agente pode acessar, então ele não sai navegando pela internet toda. Segundo, e esse é o mais importante, cookies, storage e dados de autenticação salvos nunca ficam expostos ao modelo. Ou seja, o agente pode operar logado em algum serviço sem que o próprio LLM veja a credencial.
Sandbox isolation, allowlist de domínio e proteção de credencial formam o tripé que separa um agente útil de um agente perigoso.
Para quem já roda o Chromium com frequência, dá para pré-instalar no template do sandbox e evitar aquele delay de primeira execução. E tem exemplo pronto em Next.js no repositório da Vercel, então o caminho de testar sem escrever tudo do zero já existe.
Na prática, isso muda o tipo de tarefa que você delega para um agente. Antes era ler API e responder texto. Agora é preencher um formulário de cadastro, testar um fluxo de checkout ou tirar print de uma página quebrada, tudo de forma automática e rastreável no painel da Vercel.
Fonte: https://vercel.com/changelog/give-your-eve-agent-a-browser