การทำสงครามเบราว์เซอร์ AI: เอเจนต์ใหม่เปลี่ยนแท็บให้กลายเป็นผู้ควบคุมงาน

อะไรคือแรงขับเคลื่อนของการบูมของเบราว์เซอร์ AI?

OpenAI, Perplexity, Anthropic, และ The Browser Company เป็นชื่อใหญ่ในกลุ่มที่ผลักดันฟีเจอร์เชิงปฏิบัติ—คิดถึงการสรุป, การวางแผน และการกดปุ่มในนามของคุณ—ด้วยความเร็วที่ไม่เคยเห็นตั้งแต่การต่อสู้ของเบราว์เซอร์ในช่วงปลายปี 1990

Atlas ของ OpenAI มาถึง วันที่ 21 ตุลาคม 2025 ด้วยการรวม ChatGPT อย่างลึกซึ้ง; Comet ของ Perplexity ลงจอดในเดือนกรกฎาคม; และ The Browser Company พากันไปที่ Dia กลางปีเพื่อเน้นประสบการณ์ “AI-native”

รายการฟีเจอร์เริ่มอ่านได้ไม่เหมือนกับแถบเครื่องมือแบบเก่าและเหมือนกับเมนูของบริการพนักงานต้อนรับในโรงแรม Atlas มุ่งเป้าที่การค้นหา, สรุปหน้า, และอัตโนมัติเช่นการช็อปปิ้งหรือการวางแผนการเดินทาง Comet ของ Perplexity เน้นที่การตอบสนองแบบเรียลไทม์และการวิจัยจากหลายแหล่งพร้อมตัวเลือกการประมวลผลในท้องถิ่น Dia วางการค้นหาเชิงสนทนาและการอัตโนมัติของเวิร์กโฟลว์ไว้บนการท่องเว็บที่คุ้นเคย

สตาร์ตอัปกำลังเข้ามาอย่างคับคั่ง Strawberry จากสตอกโฮล์ม จำหน่าย “เพื่อนร่วมงาน” ที่เลื่อน คลิก และพิมพ์ผ่านงานดำเนินกิจการเช่นการสร้างลิสต์ลูกค้า—มีการกำหนดค่าเครดิตและควบคุมโดยผู้ใช้งาน Claude แอปเดสก์ท็อปของ Anthropic เพิ่ม “การใช้คอมพิวเตอร์” ที่สามารถ ควบคุมเดสก์ท็อปและเบราว์เซอร์ ทำให้เส้นแบ่งระหว่างเอเจนต์และเบราว์เซอร์จางหายไปแม้ว่าจะไม่ใช่เบราว์เซอร์เต็มรูปแบบ

แล้วก็มี BrowserOS, สตาร์ตอัปที่ได้รับการสนับสนุนจาก Y Combinator (YC S24 ชุด) ที่สร้างเบราว์เซอร์แบบโอเพนซอร์สที่มุ่งเน้นความเป็นส่วนตัวสำหรับยุค AI โดยเฉพาะ “BrowserOS เป็นทางเลือกแบบโอเพนซอร์สที่เน้นความเป็นส่วนตัวมาเป็นอันดับแรก แทน Atlas & Comet ของ ChatGPT Atlas,” Y Combinator เขียน บน X ในสัปดาห์นี้

บริษัทเร่งเครื่องนำเสนอ:

“ไม่มีการล็อกอินผู้จัดหา: ใช้ตัวแทน AI ของ LLM หรือเครื่องมือค้นหาใดๆ ได้ที่รันในท้องถิ่น ไม่มีการติดตามเพื่อโฆษณาหรือการรวบรวมข้อมูล มีให้สำหรับ Mac/Win/Linux”

การเข้าซื้อกิจการกำลังเร่งการเปลี่ยนแปลงนี้ วันที่ 23 ตุลาคม 2025 OpenAI กล่าวว่าพวกเขาจะ เข้าซื้อ Software Applications Incorporated (SAI), ผู้สร้างโปรแกรม Sky, อินเทอร์เฟซ Mac ชั้นเยี่ยมที่ก่อตั้งโดยอดีตพนักงานของ Apple Workflow (Shortcuts) ข้อตกลงนี้ถูกวางแผนเพื่อป้อน Atlas ด้วยการควบคุมเดสก์ท็อปที่เข้มข้นขึ้นบนฮาร์ดแวร์ของ Apple

ใต้กระโปรงสินค้าเหล่านี้เชื่อมโยงโมเดลภาษาขนาดใหญ่กับการควบคุม GUI และการเรียกใช้ API ที่มีจุดหมาย การทดสอบเกณฑ์มาตรฐานที่อ้างถึงโดยผู้สร้างบ่งบอกถึงอัตราความสำเร็จสูงกว่า 90% ในการทดสอบการนำทางแบบเชิงปฏิบัติ เช่น Webvoyager และรายงานความเร็วในการทำงานเร็วกว่าการทำงานแบบคลิกและพิมพ์แบบเดิมสามเท่า

เรื่องราวการทำงานดังกล่าวมีผลสืบเนื่องทางผลิตภัณฑ์ การออกแบบแบบผสมผสาน—โดยใช้ API ทุกครั้งที่เป็นไปได้และถอยกลับไปสู่การนำทางบนหน้าจอเมื่อจำเป็น—สมดุลระหว่างความน่าเชื่อถือและการเข้าถึง และสามารถปรับปรุงความสำเร็จของงานได้โดยเพิ่มขึ้นเป็นสองหลัก

ความเป็นส่วนตัวและประสิทธิภาพเป็นตัวกำหนดความแตกต่าง Comet เน้นการประมวลผลในท้องถิ่น Leo ของ Brave ยกย่องความเป็นนิรนามและการวิเคราะห์บนหน้า; Aria ของ Opera เพิ่มการเข้าถึงเว็บในเวลาจริง และในปี 2025, โหมด “Browser Operator” ใช้ในการจัดการงานในแท็บ ผู้ดำรงค์เดิมเหล่านี้ไม่ใช่เต็มเอเจนต์แต่อย่างใด แต่ว่าพวกเขากำลังเคลื่อนที่ไปในทิศทางที่เร่งการฝัง AI สู่การท่องเว็บในทุกวัน

การเดินทางของผู้ใช้กำลังถูกทำให้เป็นเส้นตรงมากขึ้นจากการคำถาม → คำตอบ → การกระทำ การมอบหมายงานผ่านภาษาอังกฤษธรรมดาข้ามขั้นตอนดั้งเดิมหลายขั้นตอน และเอเจนต์สามารถขนานการทำงานข้ามแท็บได้ อาจเปลี่ยนวิธีการที่ผู้คนค้นพบเนื้อหาและวิธีที่เว็บไซต์ได้รับความสนใจ เปลี่ยน SEO ไปสู่สิ่งที่หลายคนเรียก GEO (Generative Engine Optimization)

สำหรับผู้ใช้ ข้อเสนอแนะคือ: ยิ่งเก็บกวาดน้อยลง ยิ่งเสร็จสิ้นมากขึ้น เอเจนต์ ร่าง เปรียบเทียบ จอง และสรุป; ผู้ใช้ตรวจทานและอนุมัติ การชนะที่เกิดขึ้นจริงแสดงในเวิร์กโฟลว์การวิจัย การชำระเงินซื้อของ และการจัดการเดสก์ท็อป โดยเฉพาะถ้าเทคโนโลยีของ Sky ช่วยให้ Atlas คลิกบน macOS ได้ตามคำสั่ง

สำหรับบริษัท มีการแก้ไขกลยุทธ์อย่างมาก การเข้าซื้อของ OpenAI (รวมถึง SAI) รวมทาเลนท์อินเทอร์เฟซ; Google กำลัง พัฒนาเอเจนต์ของตนเอง; สตาร์ทอัปไล่ล่าช่องว่างด้วยลุคการพิจารณาข้อมูลส่วนตัวหรือเวิร์กโฟลว์แนวตั้ง จุดศูนย์หนักกำลังขยับจาก “ช่วยเหลือขณะท่องเว็บ” ไปสู่ “ท่องเว็บขณะช่วยเหลือ”

Google, Opera, และ Brave เน้นถึงการเปลี่ยนแปลงเข้าสู่กระแสหลัก Aria ยืดข้ามเดสก์ท็อปและมือถือพร้อมคำตอบทันที, เครื่องมือจัดสร้างเนื้อหา, และการอัตโนมัติพื้นฐาน รวมถึงการปรับแต่งสำหรับอุปกรณ์สเปคต่ำ Leo ของ Brave มุ่งเน้นไปที่การวิเคราะห์บนหน้าแบบส่วนตัว, การอ้างอิงที่มา พร้อมตัวเลือกในการเปลี่ยนไปมาระหว่างโมเดลและบันทึกประวัติในท้องถิ่น ปรัชญาที่แตกต่าง แต่ทิศทางเหมือนกัน

อย่างไรก็ตาม ขณะที่เบราว์เซอร์ AI พัฒนาจนกลายเป็นเอเจนต์เต็มที่ พวกเขายังเปิดแม่แบบการโจมตีใหม่อีกด้วย สัปดาห์ที่ผ่านมา Bitcoin.com News รายงาน ว่านักวิจัยด้านความปลอดภัยเตือนว่าคำสั่งแอบแฝงบนเว็บ—ที่เรียกว่าการฉีดคำสั่งแบบแอบแฝงหรือแบบอ้อม—สามารถแย่งชิงเอเจนต์จาก OpenAI, Perplexity, และ Anthropic หลอกให้ทำคำสั่งอันตรายหรือรั่วไหลข้อมูลจากบัญชีที่เชื่อมต่ออยู่

ผู้เชี่ยวชาญแนะนำให้จำกัดสิทธิโดยเข้มงวดและใช้ sandboxing จนกว่าจะมีระบบป้องกันที่มีประสิทธิภาพขึ้นในเครื่องมือที่เป็น AI-native ที่เกิดขึ้นใหม่เหล่านี้ ภายในปี 2027, ผู้สร้างคาดหวังให้เอเจนต์หลายแพลตฟอร์มทำงานเหมือนระบบปฏิบัติการน้ำหนักเบาสำหรับเว็บเปิด—จัดการการวิจัย, การทำธุรกรรม, และงานระหว่างแอป—ในขณะที่เปิดคำถามใหม่เกี่ยวกับการยืนยันสิทธิ์, ขีดจำกัด API, และกั้นราง

สิ่งที่ต้องนำเสนอ: แถบที่อยู่กำลังกลายเป็นบรรทัดคำสั่งสำหรับชีวิตประจำวันที่ได้จริง ถ้าทศวรรษ 1990 เกี่ยวกับการชนะหน้าต่าง ปี 2025 เกี่ยวกับการครอบครองเวิร์กโฟลว์ เบราว์เซอร์ไม่ใช่แค่ที่ที่คุณอ่านเว็บ มันคือที่ที่เว็บเริ่มทำสิ่งต่างๆ ให้คุณ

คำถามที่พบบ่อย 🤖

• “สงครามเบราว์เซอร์ AI” คืออะไร? การแข่งขันในปี 2025 ระหว่างเบราว์เซอร์ที่เน้น AI และเพิ่มความเหนือตาม AI เพื่อให้การช่วยเหลือในรูปแบบเอเจนต์ภายในเบราว์เซอร์
• ผลิตภัณฑ์ใดที่นำหน้า? Atlas ของ OpenAI, Comet ของ Perplexity, Dia ของ The Browser Company และเครื่องมือเอเจนต์เช่นการใช้คอมพิวเตอร์ของ Claude
• เหตุใดจึงสำคัญต่อผู้ใช้? เอเจนต์ลดขั้นตอนการวิจับและทำงานประจำให้เป็นเวิร์กโฟลว์ที่เร็วขึ้นและอิงตามการอนุมัติพร้อมกับสรุปและการกระทำที่ถูกสร้างขึ้นในตัว
• อะไรจะเป็นลำดับถัดไป? การควบคุมเดสก์ท็อปอย่างลึกซึ้งยิ่งขึ้น, เอเจนต์ผสม API/GUI และตัวเลือกความเป็นส่วนตัวที่กว้างขวางในขณะที่บริษัทแข่งกันไปสู่ปี 2027 ที่มีผู้ช่วยสารพัดประโยชน์