Sebagian besar sistem otomatisasi AI saat ini menggunakan browser yang berjalan di server cloud. Dalam skenario itu, pengguna biasanya harus login ke akun mereka di lingkungan remote yang dikendalikan layanan AI.
Kimi WebBridge mengambil pendekatan berbeda.
Ekstensi ini berjalan langsung di browser pengguna dan terhubung dengan layanan bridge lokal di komputer yang sama. Agen AI mengirim perintah ke layanan lokal tersebut, yang kemudian mengendalikan browser melalui Chrome DevTools Protocol untuk membaca halaman, mengambil screenshot, menavigasi situs, dan menjalankan aksi tertentu.
Karena seluruh proses terjadi secara lokal:
Dokumentasi Moonshot menekankan bahwa status login dan konten halaman tetap berada di mesin pengguna, sehingga agent dapat bekerja di situs yang memerlukan autentikasi tanpa harus mengekspor kredensial ke cloud.
Pendekatan ini juga mengurangi hambatan teknis yang sering muncul saat mencoba mengotomatisasi layanan yang memerlukan login.
Salah satu aspek menarik dari WebBridge adalah desainnya yang agent‑agnostic—tidak hanya dibuat untuk satu aplikasi AI tertentu.
Ekosistem WebBridge mencantumkan dukungan untuk beberapa lingkungan agent dan alat pengembang, termasuk:
Dengan pendekatan ini, WebBridge berfungsi sebagai lapisan kontrol browser bersama yang dapat digunakan oleh berbagai AI agent.
Dalam praktiknya, agent bertugas merencanakan langkah dan membuat keputusan, sementara WebBridge mengeksekusi aksi tersebut di browser.
Sementara WebBridge menangani interaksi dengan browser, logika di balik workflow kompleks biasanya didorong oleh model Kimi K2.6 dari Moonshot AI.
Kimi K2.6 adalah model multimodal berbasis Mixture‑of‑Experts dengan sekitar 1 triliun parameter dan sekitar 32 miliar parameter aktif per token saat inferensi, serta mendukung konteks sekitar 256K token.
Model ini dirancang untuk tugas jangka panjang dan eksekusi agent otonom, dengan kemampuan seperti:
Platform Moonshot menyebut model ini meningkatkan stabilitas penulisan kode jangka panjang dan kemampuan eksekusi otonom agen, sehingga workflow multi‑langkah dapat berjalan lebih konsisten.
Dalam sistem berbasis WebBridge, pembagian perannya biasanya seperti ini:
Dengan kombinasi tersebut, agen dapat merancang proses kompleks—misalnya mencari produk di beberapa situs, mengumpulkan data, lalu menyusun ringkasan—sementara WebBridge menjalankan semua interaksi browser yang diperlukan.
Rilis WebBridge menyoroti perubahan arah dalam pengembangan AI. Persaingan tidak lagi hanya soal kecerdasan model, tetapi juga infrastruktur agent.
Agen AI sering kali perlu berinteraksi dengan situs web nyata, dan banyak di antaranya memerlukan login. Otomatisasi berbasis cloud menimbulkan beberapa masalah seperti:
Dengan memungkinkan agent bekerja langsung di browser pengguna, WebBridge mengurangi hambatan tersebut sekaligus menjaga data sensitif tetap lokal.
Jika pendekatan seperti ini semakin banyak diadopsi, agent berbasis AI bisa menjadi jauh lebih praktis untuk berbagai tugas, misalnya:
Strategi Moonshot AI menunjukkan tren yang semakin jelas di industri AI: perusahaan tidak hanya membangun model, tetapi seluruh ekosistem agent.
Dalam ekosistem ini:
Dengan WebBridge sebagai lapisan eksekusi browser dan Kimi K2.6 sebagai mesin penalaran, Moonshot mencoba memposisikan diri dalam persaingan infrastruktur yang menghubungkan AI dengan workflow dunia nyata.
Seiring AI berkembang dari sekadar menjawab pertanyaan menjadi sistem yang benar‑benar menyelesaikan tugas, kontrol atas lapisan eksekusi—terutama browser—bisa menjadi salah satu komponen paling strategis dalam ekosistem agent di masa depan.
Comments
0 comments