सामग्री प्रदर्शित करने के लिए अंतर्निहित ब्राउज़र को बढ़ाने के लिए WeChat मैक संस्करण को गुप्त रूप से संशोधित किया गया

सार:

वीचैट मैक संस्करण को चुपचाप संशोधित किया गया है। एक महत्वपूर्ण परिवर्तन "अंतर्निहित ब्राउज़र" को मजबूत करना है। जब मैं वीचैट मैक संस्करण में आधिकारिक खाते या हाइपरलिंक पर क्लिक करता हूं, तो सामग्री अब पहले की तरह एक अलग विंडो में प्रदर्शित नहीं होती है, बल्कि दाईं ओर अंतर्निहित ब्राउज़र में प्रदर्शित होती है।

दाईं ओर की विंडो को आधे से अधिक स्क्रीन आकार तक विस्तारित किया जा सकता है, और क्रोम और अन्य ब्राउज़रों की तरह जो हम हर दिन उपयोग करते हैं, यह मल्टी-टैब डिस्प्ले, वेब पेज अनुवाद, खोज, पूर्ण-स्क्रीन डिस्प्ले, साझाकरण, संग्रह इत्यादि का समर्थन करता है। इसे "वीचैट ब्राउज़र" का प्रोटोटाइप कहा जा सकता है।

यह विशेष रूप से उल्लेखनीय है कि WeChat पारिस्थितिकी तंत्र में सबसे महत्वपूर्ण सामग्री रूपों में से एक "मिनी प्रोग्राम" का प्रदर्शन अभी भी स्वतंत्र पैन के रूप में है, और आधिकारिक अंतर्निहित ब्राउज़र को अभी तक नहीं बुलाया गया है।

आप कह सकते हैं कि यह एक छोटा सा बदलाव है। पिछले कई वर्षों में, WeChat पर लिंक पर क्लिक करने से WeChat का अपना ब्राउज़र भी प्रदर्शित होने लगेगा। Tencent के लिए, यह उल्लेख करने की आवश्यकता नहीं है कि इसमें बहुत पहले QQ ब्राउज़र जैसे लेआउट थे, और बाद में Sogou का अधिग्रहण कर लिया, ब्राउज़र तकनीक एक आसान काम है। लेकिन लेई टेक्नोलॉजी का मानना ​​है कि वास्तव में ध्यान देने योग्य बात यह है: WeChat इस कॉलम डिस्प्ले मोड को क्यों अपनाता है? लेई टेक्नोलॉजी का मानना ​​है कि इसका सार ब्राउज़र को WeChat में आगे बढ़ाना है।

हमें इसे क्यों बदलना चाहिए? उत्तर संभवतः है: एजेंट। ब्राउज़र एजेंट नियंत्रण और इंटरैक्शन का मुख्य रूप है, और एआई में एक अंतर्निहित ब्राउज़र है। WeChat उपयोगकर्ताओं के जीवन और कार्य के लिए एक अविभाज्य मंच है। भविष्य में, यह एजेंट के साथ अपने एकीकरण में तेजी लाएगा और Tencent का सुपर एआई प्रवेश द्वार बन जाएगा। यह छोटा सा परिवर्तन एजेंटीकरण का मार्ग प्रशस्त करता है।

यदि आप एआई और एजेंट की गतिशीलता पर ध्यान देना जारी रखते हैं, तो आप पाएंगे कि ब्राउज़र, जो सबसे पुराना एप्लिकेशन फॉर्म प्रतीत होता है, लंबे समय से कुछ ऐसा बन गया है जिसे एआई दिग्गज टाल नहीं सकते हैं।

01

OpenAI का AI ब्राउज़र अन्वेषण:

स्वतंत्रता से एकीकरण तक

जब OpenAI ने अक्टूबर 2025 में ChatGPT एटलस जारी किया, तो सैम ऑल्टमैन ने इसे ब्राउज़र पर पुनर्विचार करने का एक अवसर बताया।

हालाँकि, कुछ समय पहले, OpenAI ने घोषणा की थी कि वह इस ब्राउज़र की सेवा बंद कर देगा और उपयोगकर्ताओं को बुकमार्क निर्यात करने और वेब पेज सहेजने की याद दिलाएगा। यह जो बयान देता है वह यह है कि एटलस की ब्राउज़र एजेंट क्षमताओं को चैटजीपीटी और कोडेक्स में स्थानांतरित कर दिया जाएगा।

एक AI ब्राउज़र जिससे बहुत उम्मीदें थीं वह गायब हो गया।

ईमानदारी से कहें तो यह परिणाम बहुत आश्चर्यजनक नहीं है। जब एटलस जारी किया गया था, तो लेई टेक्नोलॉजी ने एक बार माना था कि

एजेंट को होस्ट करने के लिए ब्राउज़र सबसे उपयुक्त उत्पाद रूप था।

ब्राउज़र में उपयोगकर्ता द्वारा खोले गए वेब पेज, लॉगिन स्थिति, इतिहास और निजी जानकारी होती है। एजेंट न केवल जानता है कि व्यक्ति क्या देख रहा है, बल्कि वह सीधे क्लिक भी कर सकता है, दर्ज कर सकता है और सबमिट भी कर सकता है।

छवि स्रोत: OpenAI

समस्या यह है कि सामान्य एजेंट उत्पाद ब्राउज़र की तुलना में तेज़ी से विकसित होते हैं।

ओपनएआई ने एटलस को बंद कर दिया, लेकिन कोडेक्स ने ब्राउज़र को जल्दी ही एकीकृत कर दिया और इसे नए चैटजीपीटी डेस्कटॉप में भी मिला दिया गया। ब्राउज़र अभी भी मौजूद है, लेकिन एक अलग क्लाइंट की अब आवश्यकता नहीं है।

तो, अन्य AI ब्राउज़र के बारे में क्या?

02

एआई ब्राउज़रों को लक्षित करता है,

जब तक कि एजेंट जो स्वयं इंटरनेट पर सर्फ कर सकते हैं, विफल हो जाते हैं

यदि आप तीन साल पहले के समय को पलटें, तो AI ब्राउज़र ब्राउज़र के बगल में सिर्फ एक अतिरिक्त साइडबार था।

2023 में, माइक्रोसॉफ्ट कोपायलट को एज में डाल देगा, ओपेरा ने एरिया लॉन्च किया, और आर्क भी टैब को व्यवस्थित करने, फ़ाइलों का नाम बदलने और सारांश उत्पन्न करने के लिए जेनरेटिव एआई का उपयोग करता है। वे विंडोज़ को कॉपी करने, चिपकाने और स्विच करने में कुछ बचत करते हैं, लेकिन अधिकांश कार्यक्षमता को प्लग-इन द्वारा प्रतिस्थापित किया जा सकता है। एक ब्राउज़र अभी भी एक ब्राउज़र है, एआई साइडबार में रहने वाले एक प्रश्न और उत्तर सहायक की तरह है।

2025 तक, दीया और कॉमेट (परप्लेक्सिटी के तहत) एक के बाद एक सामने आए, और उद्योग ने देशी एआई ब्राउज़र के बारे में गंभीरता से बात करना शुरू कर दिया। एआई न केवल वर्तमान पृष्ठ को पढ़ता है, बल्कि कई टैब, ब्राउज़िंग इतिहास और उपयोगकर्ता खातों को भी समझता है, और फिर किसी कार्य के आसपास जानकारी को व्यवस्थित करता है। पहली बार, ब्राउज़र को वेब ब्राउज़िंग की भूमिका से अलग होने और संपूर्ण संदर्भ के साथ एक व्यक्तिगत कार्य केंद्र बनने का अवसर मिला है।

उसके बाद, क्रोम में एटलस, ओपेरा नियॉन और जेमिनी ने आग में घी डालना जारी रखा। ओपेरा अभी भी नियॉन को "कार्य करने के लिए निर्मित" के रूप में परिभाषित करता है, जबकि Google जेमिनी को ऑर्डर, आरक्षण और खरीदारी संभालने देता है।

एआई ब्राउज़र का विक्रय बिंदु अब लोगों को वेब पेज ब्राउज़ करने में मदद करना नहीं है, बल्कि वेब पेज संचालित करना और उनके लिए काम करना है।

देश ने जल्द ही इसका अनुसरण किया। मीटुआन की लाइटइयर बियॉन्ड टीम द्वारा लॉन्च किया गया टैबबिट सीधे तौर पर खुद को एक एआई-नेटिव ब्राउज़र के रूप में परिभाषित करता है जो टैब, स्क्रीनशॉट और स्थानीय फ़ाइलों को संदर्भित कर सकता है, और एजेंटों को स्वचालित रूप से पेज पढ़ने, फॉर्म भरने और वेबसाइटों पर कार्य करने की अनुमति भी देता है। ये परिवर्तन ब्राउज़र को एजेंट के कार्यक्षेत्र में बदल रहे हैं।

इस तर्क में कुछ भी गलत नहीं है।

ब्राउज़र अत्यधिक संगत इंटरनेट से सुसज्जित है, और लगभग सभी ऑनलाइन सेवाएँ (घरेलू इंटरनेट दिग्गज प्लेटफार्मों को छोड़कर) यहां खोली जा सकती हैं। इससे भी महत्वपूर्ण बात यह है कि एआई ब्राउज़र उन टैब, एड्रेस बार और विंडो को भी बरकरार रखता है जिनसे उपयोगकर्ता परिचित हैं। उपयोगकर्ता एजेंट को भुगतान करने, भेजने और सबमिट करने से पहले कदम दर कदम काम करते हुए देख सकते हैं।

लेकिन ब्राउज़र भी उपयोगकर्ता की भारी आदत है। स्टेटकाउंटर के डेटा से पता चलता है कि इस साल जून में वैश्विक ब्राउज़र बाजार में क्रोम की हिस्सेदारी अभी भी 69.65% थी। अधिकांश लोगों के लिए, क्रोम या सफारी से स्विच करने का मतलब बुकमार्क, पासवर्ड, प्लग-इन और लॉगिन स्थिति को फिर से स्थानांतरित करना है। एआई ब्राउज़र को उपयोगकर्ताओं को स्थानांतरित करने के लिए मनाने से पहले यह साबित करना होगा कि यह प्लग-इन से कहीं अधिक मूल्यवान है।

एजेंट प्लेटफ़ॉर्म गेम चेंजर है।

उपयोगकर्ता को जानकारी ढूंढना, होटल बुक करना, दस्तावेज व्यवस्थित करना या फॉर्म जमा करना है, और इस उद्देश्य के लिए कौन सा नया ब्राउज़र खोला गया है इसकी परवाह नहीं है। इससे कोई फर्क नहीं पड़ता कि आप ब्राउज़र कहां लॉन्च करते हैं, जब तक कि एजेंट चैटजीपीटी, कोडेक्स या ऑपरेटिंग सिस्टम में परिणाम दे सकता है। यदि आप एपीआई को कॉल कर सकते हैं, तो एपीआई को कॉल करें। यदि वेबसाइट एमसीपी जैसे मानक इंटरफेस प्रदान करती है, तो सीधे टूल को कॉल करें। यदि वास्तव में कोई मशीन चैनल नहीं है, तो वेब पेज पहचान इंटरफ़ेस खोलें और क्लिक अनुकरण करें।

एटलस के बंद होने से पहले, कोडेक्स डेस्कटॉप संस्करण में पहले से ही एक अंतर्निहित ब्राउज़र था। एजेंट वेब पेज खोल सकता है, टैब पर काम कर सकता है, कार्य की आवश्यकता होने पर फ़ाइलें डाउनलोड कर सकता है, और क्रोम को भी कॉल कर सकता है जहां उपयोगकर्ता पहले से लॉग इन है। बाद में, कोडेक्स और चैटजीपीटी को एक नए डेस्कटॉप एप्लिकेशन में विलय कर दिया गया, और ब्राउज़र वर्क और कोडेक्स के बीच एक साझा कार्य क्षमता के रूप में मौजूद रहा।

यह क्रम बहुत ही प्रभावशाली है।

ब्राउज़र की सबसे स्वाभाविक स्थिति एजेंट प्लेटफ़ॉर्म के भीतर होती है, जो एजेंट को संपूर्ण ब्राउज़र में लपेटने के बजाय मांग पर प्रदर्शित होती है।

चीन में, Tencent WorkBuddy, Byte Doubao Work, और Alibaba Qianwen Office सभी दस्तावेजों, प्रपत्रों, PPT, वेब पेजों या प्रोजेक्ट परिणामों की डिलीवरी को अग्रभूमि में रखते हैं, जबकि नेटवर्क पर खोज करना, फ़ाइलों को पढ़ना और कॉलिंग टूल निष्पादन प्रक्रिया में छिपे होते हैं। डौबाओ वर्क और कियानवेन ऑफिस भी सीधे वेब पेज संचालित कर सकते हैं।

उपयोगकर्ताओं के लिए, महत्वपूर्ण बात परिणाम प्राप्त करना है, न कि वे इसके साथ कितने वेब पेज खोलते हैं। एआई ब्राउज़र वेब ब्राउज़ करने के श्रम को कम कर देता है, और एजेंट "वेब ब्राउज़ करना" ही कम करना शुरू कर देता है।

03

स्टैंड-अलोन ब्राउज़र गायब नहीं होंगे,

लेकिन यह "दूसरी पंक्ति की ओर पीछे हट रहा है"

क्लाउडफ्लेयर ने जुलाई में एक रिपोर्ट जारी की जिसमें कहा गया कि पहली बार गैर-मानवीय ट्रैफ़िक इंटरनेट ट्रैफ़िक के 50% से अधिक हो गया। लेकिन इस आंकड़े को सीधे तौर पर नहीं समझा जा सकता क्योंकि एआई एजेंट ने आधा इंटरनेट ट्रैफ़िक बनाया है, जिसमें प्रशिक्षण क्रॉलर, खोज क्रॉलर और अन्य स्वचालित प्रोग्राम भी शामिल हैं। लेकिन क्लाउडफ्लेयर ने यह भी खुलासा किया कि जून तक, एआई प्रशिक्षण ने उसके द्वारा पहचाने गए क्रॉलर अनुरोधों में से 52% का योगदान दिया था, और मिश्रित खोज, एजेंट और प्रशिक्षण उद्देश्यों वाले क्रॉलर का योगदान 36% से अधिक था।

क्लाउडफ्लेयर सीएफओ थॉमस सीफर्ट की ओर से एक अधिक क्रांतिकारी निर्णय आया। उनका अनुमान है कि अगले पांच वर्षों में मशीन यातायात मानव यातायात से 1,000 गुना तक पहुंच सकता है। निःसंदेह यह केवल एक भविष्यवाणी है, और सीफ़र्ट मानते हैं कि उनका निर्णय पक्षपातपूर्ण हो सकता है। लेकिन यह उस प्रवृत्ति की ओर इशारा करता है जो पहले से ही उभर रही है: इंटरनेट अधिक से अधिक लगातार मशीन आगंतुकों का स्वागत कर रहा है।

मस्क भी इस बदलाव से काफी हद तक सहमत हैं.

छवि स्रोत: एक्स

लेकिन जब मानव-उन्मुख एआई ब्राउज़र कम होने लगे, तो इसके बजाय एजेंट-उन्मुख ब्राउज़र सामने आए।

क्लाउडफ़ेयर ने ब्राउज़र रेंडरिंग का नाम बदलकर ब्राउज़र रन कर दिया है - एजेंटों के लिए एक क्लाउड ब्राउज़र जो क्लाउड में हेडलेस क्रोम लॉन्च कर सकता है, जिससे एजेंटों को वेब पेज संचालित करने, सामग्री कैप्चर करने, स्क्रीनशॉट उत्पन्न करने और रिकॉर्डिंग, प्लेबैक और मैन्युअल अधिग्रहण का समर्थन करने की अनुमति मिलती है।

इस ब्राउज़र को मानव-उन्मुख GUI डिज़ाइन की आवश्यकता नहीं है। किसी कार्य के पूरा होने के बाद यह नष्ट हो जाता है, लेकिन बादल में इसे हजारों बार जागृत किया जा सकता है।

इसका कारण यह है कि आज का इंटरनेट अभी भी लोगों के लिए डिज़ाइन किया गया है। बड़ी संख्या में वेबसाइटों में कोई एपीआई नहीं है, एमसीपी की तो बात ही छोड़ दें, और वे लॉगिन, सत्यापन कोड, डायनामिक पेज और भुगतान प्रक्रियाओं के लिए ग्राफिकल इंटरफेस पर निर्भर हैं। यदि एजेंट पुराने इंटरनेट के इस हिस्से को संचालित करना चाहता है, तो उसे अभी भी एक अनुकूलता परत की आवश्यकता है जो वेब पेजों को पूरी तरह से चला सके।

लेकिन वेब पेज क्लिक सबसे आदर्श मशीन इंटरफ़ेस नहीं हैं। बटनों की स्थिति बदल जाएगी, पृष्ठों को संशोधित किया जाएगा, और पॉप-अप और सत्यापन कोड किसी भी समय कार्य को बाधित कर सकते हैं। क्लाउडफ्लेयर ब्राउज़र रन में वेबएमसीपी जोड़ता है, जो वेबसाइट को "स्क्रीनशॉट देखें-बटन-क्लिक देखें" इंटरेक्शन लूप की जगह, एजेंट को सीधे संरचित टूल को उजागर करने की अनुमति देता है।

अनिवार्य रूप से, यह एआई एजेंटों के लिए इंटरनेट के रूपांतर की शुरुआत है।

अतीत में, वेबसाइटों के डिफ़ॉल्ट विज़िटर लोग होते थे, इसलिए सेवाओं को पेज, बटन और फ़ॉर्म के साथ व्यवस्थित किया जाता था। इसके बाद, अधिक से अधिक वेबसाइटें मशीन-पठनीय सामग्री, पहचान, अनुमतियां और लेनदेन इंटरफेस प्रदान करेंगी, जिससे एजेंटों को माउस क्लिक की नकल किए बिना खोज करने, तुलना करने और ऑर्डर देने की अनुमति मिलेगी। वेब पेज तुरंत गायब नहीं होगा, लेकिन मशीनों के लिए एक अतिरिक्त प्रवेश द्वार होगा।

दूसरी ओर, ब्राउज़र पृष्ठभूमि में जाने लगते हैं।

अतीत में, उपयोगकर्ता खोज करते थे, दस वेब पेज खोलते थे, जानकारी की तुलना करते थे, और स्वयं फ़ॉर्म भरते थे। अब उपयोगकर्ता को केवल एजेंट को लक्ष्य की रिपोर्ट करने की आवश्यकता है, और वेब ब्राउज़िंग और इंटरैक्शन पृष्ठभूमि में चले गए हैं। एजेंट लगातार कई ब्राउज़र इंस्टेंस शुरू कर सकता है, या यह एपीआई या एमसीपी पर स्विच कर सकता है, और परिणाम या कुंजी पुष्टिकरण दिखाई देने पर उपयोगकर्ता केवल वेब पेज को संक्षेप में देख पाएगा।

उदाहरण के लिए, Doubao Work को इंटरैक्टिव इंटरफ़ेस में ब्राउज़र में एकीकृत किया गया है और इसका उपयोग सीधे सामग्री प्रस्तुति और उपयोगकर्ता इंटरैक्शन के लिए किया जाता है:

(चित्र स्रोत: डौबाओ वर्क, लेई टेक्नोलॉजी द्वारा निर्मित)

जितने अधिक उपयोगकर्ता एजेंट का उपयोग करते हैं, उन्हें स्वयं ब्राउज़र खोलने की उतनी ही कम आवश्यकता होती है। ब्राउज़र अभी भी मशीन इंटरफेस के बिना पुराने वेब पेजों के साथ संगतता के लिए जिम्मेदार है, लेकिन यह उस विंडो से पीछे हट गया है जिसके माध्यम से मनुष्य इंटरनेट में ऑपरेटिंग वातावरण में प्रवेश करते हैं जहां एजेंट इंटरनेट संचालित करते हैं।

04

ब्राउज़र ख़त्म नहीं होगा,

लेकिन कम से कम उपयोगकर्ता इसे खोलेंगे

कम से कम अभी के लिए, हम कई डेस्कटॉप कार्यों के लिए ब्राउज़र को नहीं छोड़ सकते।

एजेंट की क्षमताओं और अनुभव के अलावा, जिसमें अभी भी सुधार की आवश्यकता है, सुरक्षा भी एक सीमा है। Google अप्रत्यक्ष संकेत इंजेक्शन को सभी एजेंट ब्राउज़रों के सामने आने वाला शीर्ष नया खतरा कहता है, और OpenAI ने एटलस के अस्तित्व के दौरान इसी तरह की सुरक्षा को मजबूत करना जारी रखा है। हालाँकि, अनुमति अलगाव, पहचान प्राधिकरण, कुंजी संचालन पुष्टि और कार्य ऑडिटिंग परिपक्व होती रहेगी, और आज के जोखिमों से संकेत मिलता है कि वर्तमान एजेंट पर्याप्त विश्वसनीय नहीं है।

लेकिन प्रौद्योगिकी आगे बढ़ रही है, विशेष रूप से एआई प्रौद्योगिकी की प्रगति की गति, जिसने बार-बार कई लोगों की अपेक्षाओं को पार कर लिया है।

छवि स्रोत: मानवविज्ञान

हर बार जब एजेंट वेब पेज संचालन का एक हिस्सा अपने हाथ में ले लेता है, तो मनुष्यों के पास खोज, छलांग, तुलना और भरने की प्रक्रिया कम हो जाएगी। यह प्रक्रिया एक दिन अचानक पूरी नहीं होगी, बल्कि अगोचर तरीके से होने की अधिक संभावना है: सबसे पहले, मैं अब व्यक्तिगत रूप से दस वेब पेज ब्राउज़ नहीं करूंगा, फिर मैं सक्रिय रूप से वेबसाइट खोलूंगा, और अंत में यह केवल परिणामों की जांच करते समय कभी-कभी दिखाई देगा।

अभी देखें तो, लंबी अवधि में AI ब्राउज़र के लिए एक स्वतंत्र उत्पाद श्रेणी बनना मुश्किल हो सकता है।

अनुसंधान, विकास और पेशेवर उपयोगकर्ताओं की एक छोटी संख्या के लिए, एक ब्राउज़र जो सभी टैब को समझता है और किसी भी समय एजेंटों की निगरानी करने की अनुमति देता है, फिर भी एक अच्छा एआई कार्यक्षेत्र होगा।

लेकिन अधिकांश सामान्य उपयोगकर्ताओं के लिए, ब्राउज़र का उपयोग मूल्य धीरे-धीरे कम हो जाएगा। हो सकता है कि यह कंप्यूटर से गायब न हो, लेकिन इसे एआई अनुप्रयोगों और एजेंट प्लेटफार्मों में अधिक एकीकृत किया जाएगा, और उपयोगकर्ताओं के पास कम और कम हाथों से खुलने की आवृत्ति, रहने का समय और कार्य होंगे।

ब्राउज़र निर्माता भी एजेंट प्लेटफ़ॉर्म में बदलना जारी रख सकते हैं, कार्य संभाल सकते हैं, टूल कनेक्ट कर सकते हैं, पहचान और अनुमतियाँ प्रबंधित कर सकते हैं और उपयोगकर्ताओं के लिए टेकओवर विंडो बनाए रख सकते हैं। लेकिन एक बार जब यह उस बिंदु तक विकसित हो गया, तो यह कहना मुश्किल है कि इसे अभी भी "ब्राउज़र" कहा जाना चाहिए या नहीं।