Przeglądarka kupiła mi bilet do kina i wysłała maila. Wielki test Comet

Ewolucja sztucznej inteligencji przyspiesza, a my jesteśmy świadkami kluczowej zmiany w sposobie interakcji z technologią. W ostatnich latach (tak, to już lata) przyzwyczailiśmy się do czatbotów, które funkcjonowały jako proste, często niezdarne narzędzia na konkretnych stronach internetowych, zdolne do odpowiadania na wąski, z góry zdefiniowany zakres pytań.

Były one ograniczone do swojego małego, cyfrowego środowiska, jak pracownik infolinii, który nie ma wglądu w działania innych działów i potrafi jedynie odczytywać odpowiedzi ze skryptu. Ich pomoc kończyła się tam, gdzie zaczynała się potrzeba zrozumienia szerszego kontekstu lub wykonania jakiejkolwiek akcji poza oknem czatu.

Obecnie wchodzimy w erę integracji, która zaciera te sztywne granice. Sztuczna inteligencja opuszcza swoje dedykowane strony i staje się integralną częścią systemów operacyjnych oraz narzędzi, z których korzystamy na co dzień.

Asystenci AI wbudowani w przeglądarki, tacy jak Gemini w Chrome, potrafią już analizować zawartość otwartej karty, streszczać artykuły na żądanie i prowadzić na ich temat rozmowę. To spory krok naprzód, w którym AI zyskuje kontekst i może oferować znacznie bardziej trafne wsparcie w czasie rzeczywistym, stając się partnerem w przeglądaniu sieci, a nie tylko zewnętrznym dodatkiem.

Kolejnym, najbardziej ekscytującym etapem tej transformacji są agenci AI – systemy, które nie tylko odpowiadają na pytania, ale samodzielnie planują i wykonują wieloetapowe zadania.

W tym modelu użytkownik określa jedynie cel końcowy – np. „znajdź i zarezerwuj najtańszy lot do Rzymu na przyszły weekend” – a agent planuje i realizuje wszystkie niezbędne kroki, poruszając się płynnie między różnymi aplikacjami i kartami przeglądarki.

To przejście od pasywnego asystenta do aktywnego, autonomicznego wykonawcy, który może rezerwować wizyty, robić zakupy online, porównywać oferty i zarządzać naszymi kalendarzami. To wizja przyszłości, w której przeglądarka staje się osobistym operatorem naszego cyfrowego życia. I to już jest z nami?

Perplexity to firma znana ze swojego silnika odpowiedzi, który stanowi alternatywę dla klasycznego modelu wyszukiwania. W odróżnieniu od tradycyjnych wyszukiwarek, takich jak Google, które w odpowiedzi na zapytanie prezentują długą listę linków do samodzielnego przejrzenia, Perplexity idzie o krok dalej. 

Analizuje treść stron internetowych, łączy znalezione informacje i dostarcza użytkownikowi gotową, spójną odpowiedź w formie konwersacyjnej. Co kluczowe, każda informacja jest poparta przypisami, co pozwala na szybką weryfikację źródeł. Celem jest drastyczne przyspieszenie procesu wyszukiwania wiedzy poprzez eliminację konieczności samodzielnego przekopywania się przez dziesiątki witryn.

Comet to z kolei przeglądarka internetowa stworzona przez Perplexity, która materializuje tę wizję. Działa w oparciu o silnik Chromium (ten sam, na którym bazuje Google Chrome, co zapewnia kompatybilność i znajome środowisko), ale jej prawdziwym rdzeniem jest głęboka, natywna integracja z asystentem AI Perplexity. 

Nie jest to zwykła przeglądarka z dodanym na siłę chatbotem w rogu ekranu. To narzędzie zaprojektowane na Chromium wokół idei stałej interakcji z inteligentnym agentem. 

Comet ma za zadanie przekształcić przeglądanie internetu z pasywnego, samotnego wyszukiwania w aktywną, dynamiczną współpracę z AI, która nie tylko dostarcza informację, ale również może wykonywać konkretne zadania w imieniu użytkownika.

To sporo marketingowej gadki, którą i tak przetłumaczyłem wam z języka… marketingowców. Najważniejsze pytanie jest jedno: jak korzysta się z Comet, przeglądarki AI od Perplexity? Odpaliłem ją, sprawdziłem i mam trochę do napisania. Bardzo dużo w sumie.

Zanim przejdziemy do funkcji AI, warto na chwilę zatrzymać się przy samym wyglądzie przeglądarki Comet, bo ten zasługuje na osobne słowa uznania. Odsuwając na bok inteligentne funkcje, otrzymujemy po prostu ładnie zaprojektowane narzędzie. Interfejs jest minimalistyczny – dominują tu czyste linie, stonowana paleta barw i duża ilość wolnej przestrzeni, co pozwala w pełni skupić się na treści.

Ponieważ Comet bazuje na silniku Chromium, w działaniu przypomina Google Chrome, ale pod względem estetyki jest to jego bardziej dopracowana i elegancka wersja.

Dbałość o detale, takie jak idealnie dobrana typografia czy płynne animacje, sprawia, że interakcja z przeglądarką jest po prostu przyjemna. Nawet strona startowa, prezentująca ostatnio odwiedzane witryny w formie estetycznych kart, wygląda nowocześnie, lepiej.

Czy jest to spoko przeglądarka sama w sobie? Owszem. Możesz wyrzucić AI na bok i tak zostaniesz z użyteczną, chociaż nie używaną do pełni swojego potencjału, kopią Chrome'a. Ale nie po to chcesz przeglądarkę AI, aby nie korzystać z AI. Ain't I?

Podstawową funkcją Comet, którą od razu zauważyłem, jest podejście do wyszukiwania, które zastępuje tradycyjną listę linków silnikiem odpowiedzi Perplexity. Kiedy wpisuję zapytanie w pasek adresu, np. "najważniejsze cechy stylu renesansowego w architekturze", zamiast dziesiątek odnośników do Wikipedii i blogów, otrzymuję najpierw zwięzły, dobrze (ale nie idealnie) napisany akapit podsumowujący kluczowe informacje, a dopiero pod nim listę źródeł.

Przetestowałem też intensywnie funkcję tworzenia podsumowań. Była pomocna przy analizie długich, technicznych artykułów, a także przy streszczaniu wideo na YouTube. Tutaj Comet robi bardzo pozytywne podsumowanie filmu właściciela wielu samochodów marki Renault.

Cała interakcja z AI odbywa się głównie przez zawsze dostępny panel boczny, który mogę otworzyć jednym kliknięciem. Działa on jak zaawansowany interfejs czatu, przyjmując moje polecenia tekstowe oraz głosowe.

Asystent kontekstowy okazał się bardzo praktyczny. Podczas przeglądania strony z przepisem kulinarnym poprosiłem go o listę zakupów – nie taką z porcjami z przepisu, ale faktyczną listę produktów do kupienia. Po krótkiej rozmowie i analizie strony asystent przygotował poprawną listę.

W moich testach AI Cometa doskonale radził sobie z prostymi, jednoetapowymi zadaniami, które automatyzują nudne, codzienne czynności. Z powodzeniem udało mi się zlecić mu samodzielne wygenerowanie i wysłanie e-maila z podsumowaniem prognozy pogody na nadchodzący weekend.

Innym razem poprosiłem go o zamknięcie wszystkich kart, które nie były używane przez ostatnie 15 minut, co pomogło mi utrzymać porządek.

Największym i najbardziej odczuwalnym minusem Agentów AI Cometa jest jednak jego prędkość, a raczej jej brak. Każde zadanie wymagające wyszukania informacji, analizy strony czy porównania produktów potrafi trwać wieki. W moich testach doszedłem do wniosku, że większość bardziej skomplikowanych operacji jestem w stanie wykonać samodzielnie do czterech razy szybciej.

Problem leży w fundamentalnej różnicy: ja wiem, czego dokładnie szukam i jakie mam preferencje, podczas gdy agent musi opierać się na ogólnodostępnych danych z internetu, co nie zawsze prowadzi do satysfakcjonujących wyników.

Doskonałym przykładem była próba zrobienia zakupów na Amazonie. Poprosiłem go o wyszukanie i dodanie do koszyka słuchawek w cenie do 2000 zł oraz dowolnego monitora OLED. Agent wykonał zadanie, ale jego wybory były dalekie od optymalnych.

Znalazł słuchawki Sony za 435 zł, ignorując mój budżet, który miał sugerować wyższą półkę jakościową, oraz sensowny monitor OLED za 3999 zł. Cały proces nie tylko zajął bardzo dużo czasu (coś ok. 4 minuty), ale ostatecznie i tak nie byłem zadowolony z jego propozycji, co pokazuje, że AI wciąż nie potrafi zrozumieć subtelnego kontekstu i intencji użytkownika. Powinien się dopytać zawczasu, czego oczekuję.

GIF przyśpieszony 4x.

Podobnie było przy próbie zakupu monitora Apple Studio Display. Proces był zauważalnie powolny i wymagał mojej stałej uwagi – czułem się, jakbym musiał go prowadzić „za rączkę”, co chwilę potwierdzając kolejne kroki („tak, to ten produkt, dodaj do koszyka”) i zachęcając do kontynuacji, gdy się zawieszał.

Dopiero za drugim razem był w stanie poprawnie wyszukać monitor i dodać go do koszyka bez mojego udziału – zatrzymał się dopiero wtedy, gdy trzeba było się zalogować do Allegro. Ponownie, całość trwała dłużej, niż gdybym robił to sam. Ale pokazała potencjał Cometa. Oraz ogólnie Agentów AI.

Mimo problemów z prędkością, są zadania, w których Comet radzi sobie zaskakująco dobrze. Tak było przy rezerwacji biletów do kina. Podałem mu prostą komendę na zarezerwowanie miejsc na najbliższy seans Fantastycznej Czwórki w Multikinie w Tarnowie. I tyle.

I agent był w stanie zrobić wszystko praktycznie bez mojej większej ingerencji. Większej, bo fakt, wymagał drobnej pomocy, ale w przeciwieństwie do zakupów, tutaj był w stanie przejść od A do Z bez napisania "ej, to koniec, sam sobie to rób" i sfinalizował rezerwację aż do momentu płatności.

Co ciekawe, po oddaniu mu pełnej kontroli, Comet jest również w stanie automatycznie i seryjnie wypisywać się z niechcianych newsletterów. Wystarczyło jedno polecenie, a agent samodzielnie przeglądał moją skrzynkę, otwierał kolejne maile i klikał w linki rezygnacji z subskrypcji.

Proces ten działał w dużej mierze autonomicznie, choć zauważyłem, że co 4-5 wypisań agent zatrzymywał się i prosił o proste potwierdzenie kontynuacji. Mimo tej drobnej niedogodności, była to mega wygodna funkcja, która pozwoliła mi posprzątać skrzynkę odbiorczą bez żmudnego, ręcznego klikania.

Mimo tych zaawansowanych i robiących wrażenie możliwości, po moich intensywnych testach widzę wyraźnie, że AI-owa część Comet jest wciąż produktem we wczesnej, eksperymentalnej fazie rozwoju. Zauważyłem, że wykonywanie zadań przez AI, zwłaszcza na stronach nieanglojęzycznych, bywa znacznie wolniejsze niż robienie tego manualnie.

Złożone, wieloetapowe akcje, jak zakupy czy rezerwacje, wciąż mają stosunkowo wysoki wskaźnik niepowodzeń i wymagają cierpliwości od użytkownika. Problemy te wynikają z ogromnej złożoności współczesnych stron internetowych, które pełne są dynamicznych, niestandardowych interfejsów, wyskakujących okienek czy zabezpieczeń CAPTCHA, stanowiących dla obecnych modeli AI trudną do pokonania przeszkodę.

Wymaga to od użytkownika nie tylko cierpliwości, ale i gotowości do monitorowania procesu i interweniowania, gdy agent utknie, co częściowo podważa ideę pełnej automatyzacji.

Przeglądarka jest obecnie dostępna w ramach ograniczonego wczesnego dostępu dla subskrybentów płatnego planu Perplexity Max, który kosztuje 200 dolarów miesięcznie (około 750 zł), lub poprzez listę oczekujących. Taki model dystrybucji i wysoka cena wyraźnie sugerują, że produkt nie jest jeszcze gotowy na masowy rynek i jest celowo kierowany do wąskiej grupy odbiorców.

To wszystko pokazuje, że jest to na razie narzędzie dla entuzjastów i odkrywców – osób, które czerpią satysfakcję z bycia na froncie technologicznej rewolucji i są gotowe tolerować błędy w zamian za możliwość kształtowania przyszłości.

Jednocześnie, Comet, mimo swoich niedoskonałości, jest fascynującym dowodem na to, w jakim kierunku zmierza ewolucja przeglądarek internetowych: od pasywnych okien do patrzenia na internet, do aktywnych, inteligentnych partnerów, którzy pomagają nam w nim działać.

PS. Miniaturka do tego tekstu - aby pasowała do treści - została wygenerowana w Veo3. Stronię od tego, ale patrząc na AI-owego Cometa, to był jedyny wybór. Poza Paintem.