Browseragent: de AI die zelf op internet surft
Stel je voor dat je een assistent hebt die niet alleen antwoord geeft op je vragen, maar ook zelf een webbrowser opent, inlogt op een website, formulieren invult en knoppen aanklikt om een taak voor je af te ronden. Dat is in essentie een browseragent: een kunstmatige intelligentie die, net als een mens, met muis en toetsenbord (of de onderliggende code daarvan) door websites navigeert om een opdracht uit te voeren.
Denk aan het boeken van een vlucht, het vergelijken van prijzen in meerdere webwinkels, of het invullen van een saai online formulier. Normaal gesproken doe jij dat zelf, stap voor stap. Een browseragent probeert die stappen over te nemen: je geeft een opdracht in gewone taal, bijvoorbeeld "zoek de goedkoopste treinreis van Amsterdam naar Berlijn volgende week", en de agent gaat vervolgens zelfstandig naar een website, leest de pagina, klikt door en komt terug met een antwoord of een uitgevoerde actie.
Wat is het precies?
Een browseragent bestaat meestal uit twee onderdelen: een taalmodel (large language model, hetzelfde soort techniek achter chatbots als ChatGPT of Claude) en een stuurmechanisme dat dat model laat communiceren met een webbrowser. Het taalmodel bepaalt wat er moet gebeuren; het stuurmechanisme voert dat daadwerkelijk uit.
In de praktijk werkt dit meestal als een herhalende cyclus. De agent krijgt een screenshot of een technische beschrijving van de webpagina (de zogeheten HTML-structuur, de broncode die bepaalt wat er op een pagina staat). Op basis daarvan beslist het taalmodel welke actie logisch is: een link aanklikken, tekst typen in een zoekveld, of naar beneden scrollen. Die actie wordt uitgevoerd, de agent krijgt een nieuwe versie van de pagina te zien, en de cyclus herhaalt zich totdat de taak is voltooid.
Er zijn twee hoofdvarianten. Bij de eerste "leest" de agent de onderliggende code van de website, wat sneller en betrouwbaarder is maar niet altijd werkt bij complexe of slecht gestructureerde pagina's. Bij de tweede "kijkt" de agent letterlijk naar screenshots, zoals een mens dat zou doen, en bepaalt op basis van pixels waar de muis moet klikken. Dit heet ook wel "computer use" en is trager maar breder inzetbaar, omdat het in theorie met elke applicatie werkt, niet alleen met browsers.
Wat wil men ermee bereiken?
De belofte van browseragents is dat ze repetitief, tijdrovend digitaal werk overnemen. Denk aan het invullen van belastingformulieren, het bijhouden van voorraadsystemen, het boeken van reizen, of het verzamelen van informatie van tientallen websites voor marktonderzoek. Waar een chatbot alleen tekst kan produceren, kan een browseragent daadwerkelijk iets doen in de digitale wereld.
Voor bedrijven is de aantrekkingskracht vooral automatisering van taken die tot nu toe niet goed te automatiseren waren, omdat websites voortdurend veranderen en geen vaste structuur hebben waarop klassieke automatiseringsscripts (zogeheten "bots") konden vertrouwen. Een taalmodel kan, in theorie, flexibeler omgaan met een onbekende website dan een star script dat exact voorgeprogrammeerd is.
Er is ook een bredere ambitie: sommige onderzoekers zien browseragents als een tussenstap naar meer algemene "digitale werknemers" die zelfstandig meerdere stappen van een taak kunnen plannen en uitvoeren, zonder dat een mens elke handeling hoeft te controleren.
Voorbeelden uit de praktijk
Claude Computer Use (Anthropic, oktober 2024): Anthropic voegde aan zijn Claude-model de mogelijkheid toe om een computerscherm te "zien" en muis en toetsenbord te bedienen, inclusief het bedienen van een browser. Het werd destijds gepresenteerd als experimentele functie voor ontwikkelaars.
OpenAI Operator (januari 2025): OpenAI lanceerde Operator, een agent binnen ChatGPT die zelfstandig websites kan bezoeken om taken als winkelen of het boeken van reserveringen uit te voeren, aanvankelijk beschikbaar voor abonnees van het duurdere ChatGPT Pro-abonnement in de Verenigde Staten.
Google DeepMind Project Mariner (december 2024): Een experimentele Chrome-extensie van Google die via een taalmodel taken in de browser kan uitvoeren, gepresenteerd als onderzoeksprototype en later verder geïntegreerd in Google's Gemini-productlijn.
Perplexity Comet (2025): Het zoekbedrijf Perplexity bracht een eigen webbrowser uit met ingebouwde agentfuncties, waarmee gebruikers taken als het samenvatten van meerdere tabbladen of het automatisch invullen van formulieren konden laten uitvoeren.
Browserbase en soortgelijke infrastructuurbedrijven: Naast de grote AI-labs ontstonden gespecialiseerde startups die "headless browsers" (browsers zonder zichtbaar scherm, bedoeld om door software bestuurd te worden) als dienst aanbieden, specifiek gebouwd om AI-agents op te laten draaien.
Hoe ver is de techniek?
Browseragents zijn nog verre van feilloos. Onafhankelijke testen, bijvoorbeeld met de benchmark WebArena (een verzameling gesimuleerde websites waarop onderzoekers agents laten testen), laten zien dat de slaagpercentages van agents op realistische, meerstaps taken vaak nog onder de vijftig procent liggen. Agents raken de weg kwijt op pagina's met veel afleiding, klikken op verkeerde knoppen, of "hallucineren" dat een taak is voltooid terwijl dat niet zo is.
Een specifiek en serieus genomen risico is "prompt injection": kwaadwillenden kunnen verborgen instructies op een webpagina plaatsen die de agent per ongeluk uitvoert, bijvoorbeeld om gevoelige gegevens te versturen of ongewenste aankopen te doen. Zowel Anthropic als OpenAI waarschuwen expliciet voor dit risico en raden aan agents alleen met beperkte rechten en menselijk toezicht in te zetten, zeker bij taken die geld of persoonlijke gegevens betreffen.
Tegelijk gaat de ontwikkeling snel: waar de eerste publieke demo's in 2024 vooral eenvoudige, voorspelbare taken aankonden, laten de versies van 2025 en 2026 duidelijk betere prestaties zien op complexere sites, mede dankzij grotere en beter getrainde taalmodellen en betere technieken om paginastructuur te interpreteren. Toch blijft betrouwbaarheid bij taken met financiële of juridische gevolgen een open probleem, en de meeste aanbieders adviseren nog steeds een mens "in the loop" te houden.
Wie werken eraan?
De belangrijkste ontwikkelaars zijn de grote AI-laboratoria: Anthropic (Claude), OpenAI (Operator, later geïntegreerd in bredere agentproducten) en Google DeepMind (Project Mariner, Gemini). Daarnaast is Microsoft actief, onder meer via integraties in zijn Edge-browser en Copilot-productlijn, en investeert Amazon in aanverwant onderzoek na de overname van technologie en personeel van het browseragent-startup Adept AI in 2024.
Op de infrastructuurkant zijn kleinere, gespecialiseerde bedrijven zoals Browserbase en Multion actief, die tools bouwen waarmee andere ontwikkelaars gemakkelijker hun eigen browseragents kunnen bouwen en laten draaien. Academisch onderzoek naar de betrouwbaarheid en veiligheid van deze agents komt onder meer van universiteiten als Carnegie Mellon University en Stanford University, die benchmarks zoals WebArena en Mind2Web hebben ontwikkeld om verschillende agents eerlijk met elkaar te kunnen vergelijken.
Geografisch is de ontwikkeling sterk geconcentreerd in de Verenigde Staten, met een groeiende belangstelling vanuit Chinese techbedrijven en onderzoeksgroepen, die eigen varianten van agentgestuurde browsers en taalmodellen ontwikkelen.