WebBridge ทำหน้าที่เป็นตัวกลางระหว่าง AI agent กับเบราว์เซอร์ของผู้ใช้

เมื่อเปิดใช้งานแล้ว AI สามารถ:

• เปิดหน้าเว็บไซต์และนำทางไปยังหน้าอื่น
• คลิกลิงก์หรือปุ่มต่าง ๆ บนหน้าเว็บ
• กรอกฟอร์มและช่องข้อมูล
• ดึงข้อมูลสำคัญจากหน้าเว็บ
• ทำงานซ้ำ ๆ บนเว็บไซต์โดยอัตโนมัติ

ตัวอย่างงานที่ AI สามารถทำได้ เช่น ค้นหาข้อมูลจากหลายเว็บไซต์ เปรียบเทียบสินค้า เก็บรายการงานสมัครงาน หรือทำงานเอกสารผ่านเว็บที่ต้องกรอกฟอร์มจำนวนมาก

แทนที่จะให้ AI แค่บอกขั้นตอนให้มนุษย์ทำ ผู้ใช้สามารถปล่อยให้ agent ลงมือทำงานบนเว็บแทนได้เลย

สถาปัตยกรรมแบบ Local‑First

ระบบ automation สำหรับ AI หลายตัวในปัจจุบันใช้ cloud‑hosted browsers หมายความว่าผู้ใช้ต้องล็อกอินเข้าเว็บไซต์ต่าง ๆ ภายในเบราว์เซอร์บนเซิร์ฟเวอร์ของผู้ให้บริการ AI

Kimi WebBridge เลือกแนวทางตรงกันข้าม

ตัว extension จะทำงานร่วมกับ local bridge service บนเครื่องผู้ใช้ โดย agent จะส่งคำสั่งไปยังบริการนี้ จากนั้นบริการจะควบคุมเบราว์เซอร์ผ่าน Chrome DevTools Protocol เพื่ออ่านหน้าเว็บ นำทาง คลิกปุ่ม หรือจับภาพหน้าจอ

ข้อดีของการทำงานแบบนี้คือ:

• ใช้ session ที่ล็อกอินอยู่ในเบราว์เซอร์ได้ทันที
• คุกกี้และข้อมูล session ไม่ต้องออกจากเครื่อง
• เนื้อหาหน้าเว็บไม่ต้องถูกส่งไปยังระบบ automation บนคลาวด์

เอกสารของ Moonshot ระบุชัดว่า สถานะการล็อกอินและข้อมูลหน้าเว็บจะอยู่บนเครื่องผู้ใช้เท่านั้น ทำให้ AI สามารถทำงานกับเว็บไซต์ที่ต้องล็อกอินได้โดยไม่ต้องส่งข้อมูลรับรองไปยังบริการภายนอก

แนวทางนี้ช่วยลดขั้นตอนยุ่งยากในการตั้งค่า automation โดยเฉพาะกับบริการที่ต้องยืนยันตัวตน

ออกแบบให้ใช้งานได้กับหลาย AI Agent

อีกจุดที่น่าสนใจคือ WebBridge ไม่ได้ผูกกับ AI ตัวเดียว แต่ถูกออกแบบให้เป็น อินเทอร์เฟซสำหรับเบราว์เซอร์ที่ agent ใด ๆ ก็ใช้ได้

ในระบบนิเวศของ WebBridge มีการระบุว่าใช้งานร่วมกับเครื่องมือหรือ agent ได้หลายตัว เช่น

• Kimi Code
• Claude Code
• Cursor
• Codex
• Hermes
• OpenClaw

แนวคิดคือให้ WebBridge เป็น ชั้นควบคุมเบราว์เซอร์ (browser control layer) ที่ agent หลายตัวสามารถเชื่อมต่อเข้ามาใช้งานได้

ในโครงสร้างนี้:

• agent ทำหน้าที่คิด วางแผน และตัดสินใจ
• WebBridge ทำหน้าที่ปฏิบัติการบนเว็บไซต์จริง

บทบาทของโมเดล Kimi K2.6

แม้ WebBridge จะเป็นตัวควบคุมเบราว์เซอร์ แต่เบื้องหลังการวางแผนงานที่ซับซ้อนมาจากโมเดล Kimi K2.6 ของ Moonshot AI

Kimi K2.6 เป็นโมเดลแบบ agent‑oriented ที่ใช้สถาปัตยกรรม Mixture‑of‑Experts มีพารามิเตอร์รวมประมาณ 1 ล้านล้านพารามิเตอร์ และเปิดใช้งานประมาณ 32 พันล้านต่อ token ระหว่างการประมวลผล พร้อม context window ประมาณ 256K tokens

ความสามารถสำคัญของโมเดลนี้ ได้แก่

• การให้เหตุผลหลายขั้นตอน
• การเรียกใช้เครื่องมือ (tool use)
• การจัดการ workflow ที่ยาวและซับซ้อน

Moonshot ระบุว่าโมเดลนี้ถูกออกแบบมาเพื่อเพิ่มความสามารถในการเขียนโค้ดระยะยาวและการทำงานแบบ autonomous ของ agent

เมื่อใช้ร่วมกับ WebBridge โครงสร้างจะคล้ายแบบนี้

• Kimi K2.6: วางแผน วิเคราะห์ และตัดสินใจ
• WebBridge: ดำเนินการจริงบนเว็บไซต์

ดังนั้น agent สามารถวางแผนงานหลายขั้นตอน เช่น ค้นหาข้อมูลสินค้าในหลายเว็บ รวบรวมข้อมูล และสรุปผล โดย WebBridge จะทำหน้าที่คลิก เปิดหน้า และดึงข้อมูลจริงจากเว็บ

ทำไมการเปิดตัวนี้จึงสำคัญ

การเปิดตัว WebBridge สะท้อนแนวโน้มใหม่ของวงการ AI: การแข่งขันไม่ได้อยู่แค่ที่โมเดลฉลาดแค่ไหน แต่รวมถึง โครงสร้างพื้นฐานสำหรับ agent (agent infrastructure) ด้วย

ในโลกจริง AI agent มักต้องทำงานกับเว็บไซต์ที่ต้องล็อกอิน ซึ่งระบบ cloud automation มักมีข้อกังวล เช่น

• การส่งข้อมูลล็อกอินหรือคุกกี้
• ความเสี่ยงด้านความปลอดภัย
• ข้อกำหนดด้าน compliance ในองค์กร

การให้ agent ทำงานในเบราว์เซอร์ของผู้ใช้เองช่วยลดปัญหาเหล่านี้ และทำให้ workflow แบบ agent ใช้งานได้จริงมากขึ้น

ตัวอย่างงานที่อาจได้รับประโยชน์ ได้แก่

• การค้นคว้าข้อมูลจากหลายเว็บไซต์
• การทำงานอัตโนมัติในเครื่องมือภายในองค์กร
• การกรอกฟอร์มหรือเอกสารออนไลน์
• การติดตามข้อมูลจากบริการที่ต้องล็อกอิน

ภาพใหญ่: การแข่งขันด้าน Agent Infrastructure

กลยุทธ์ของ Moonshot AI แสดงให้เห็นทิศทางใหม่ของอุตสาหกรรม AI นั่นคือการสร้าง agent stack แบบครบชุด ไม่ใช่แค่โมเดล

ในโครงสร้างนี้

• โมเดล AI ทำหน้าที่ reasoning และ planning
• เครื่องมือ (tools) ทำหน้าที่ปฏิบัติการ
• ตัวเชื่อมต่อ (connectors) เชื่อม AI กับซอฟต์แวร์หรือบริการจริง

ด้วย WebBridge ที่ทำหน้าที่เป็นชั้นควบคุมเบราว์เซอร์ และ Kimi K2.6 ที่เป็นเอนจิน reasoning Moonshot กำลังวางตำแหน่งตัวเองในสนามแข่งขันของโครงสร้างพื้นฐานสำหรับ AI agents

เมื่อ AI เริ่มเปลี่ยนบทบาทจาก "ผู้ตอบคำถาม" ไปเป็น "ผู้ลงมือทำงาน" การควบคุมชั้นการทำงานจริง—โดยเฉพาะเบราว์เซอร์—อาจกลายเป็นหนึ่งในองค์ประกอบที่สำคัญที่สุดของระบบนิเวศ AI ในอนาคต

WebBridge ทำหน้าที่เป็นตัวกลางระหว่าง AI agent กับเบราว์เซอร์ของผู้ใช้

เมื่อเปิดใช้งานแล้ว AI สามารถ:

• เปิดหน้าเว็บไซต์และนำทางไปยังหน้าอื่น
• คลิกลิงก์หรือปุ่มต่าง ๆ บนหน้าเว็บ
• กรอกฟอร์มและช่องข้อมูล
• ดึงข้อมูลสำคัญจากหน้าเว็บ
• ทำงานซ้ำ ๆ บนเว็บไซต์โดยอัตโนมัติ

ตัวอย่างงานที่ AI สามารถทำได้ เช่น ค้นหาข้อมูลจากหลายเว็บไซต์ เปรียบเทียบสินค้า เก็บรายการงานสมัครงาน หรือทำงานเอกสารผ่านเว็บที่ต้องกรอกฟอร์มจำนวนมาก

แทนที่จะให้ AI แค่บอกขั้นตอนให้มนุษย์ทำ ผู้ใช้สามารถปล่อยให้ agent ลงมือทำงานบนเว็บแทนได้เลย

สถาปัตยกรรมแบบ Local‑First

ระบบ automation สำหรับ AI หลายตัวในปัจจุบันใช้ cloud‑hosted browsers หมายความว่าผู้ใช้ต้องล็อกอินเข้าเว็บไซต์ต่าง ๆ ภายในเบราว์เซอร์บนเซิร์ฟเวอร์ของผู้ให้บริการ AI

Kimi WebBridge เลือกแนวทางตรงกันข้าม

ตัว extension จะทำงานร่วมกับ local bridge service บนเครื่องผู้ใช้ โดย agent จะส่งคำสั่งไปยังบริการนี้ จากนั้นบริการจะควบคุมเบราว์เซอร์ผ่าน Chrome DevTools Protocol เพื่ออ่านหน้าเว็บ นำทาง คลิกปุ่ม หรือจับภาพหน้าจอ

ข้อดีของการทำงานแบบนี้คือ:

• ใช้ session ที่ล็อกอินอยู่ในเบราว์เซอร์ได้ทันที
• คุกกี้และข้อมูล session ไม่ต้องออกจากเครื่อง
• เนื้อหาหน้าเว็บไม่ต้องถูกส่งไปยังระบบ automation บนคลาวด์

เอกสารของ Moonshot ระบุชัดว่า สถานะการล็อกอินและข้อมูลหน้าเว็บจะอยู่บนเครื่องผู้ใช้เท่านั้น ทำให้ AI สามารถทำงานกับเว็บไซต์ที่ต้องล็อกอินได้โดยไม่ต้องส่งข้อมูลรับรองไปยังบริการภายนอก

แนวทางนี้ช่วยลดขั้นตอนยุ่งยากในการตั้งค่า automation โดยเฉพาะกับบริการที่ต้องยืนยันตัวตน

ออกแบบให้ใช้งานได้กับหลาย AI Agent

อีกจุดที่น่าสนใจคือ WebBridge ไม่ได้ผูกกับ AI ตัวเดียว แต่ถูกออกแบบให้เป็น อินเทอร์เฟซสำหรับเบราว์เซอร์ที่ agent ใด ๆ ก็ใช้ได้

ในระบบนิเวศของ WebBridge มีการระบุว่าใช้งานร่วมกับเครื่องมือหรือ agent ได้หลายตัว เช่น

• Kimi Code
• Claude Code
• Cursor
• Codex
• Hermes
• OpenClaw

แนวคิดคือให้ WebBridge เป็น ชั้นควบคุมเบราว์เซอร์ (browser control layer) ที่ agent หลายตัวสามารถเชื่อมต่อเข้ามาใช้งานได้

ในโครงสร้างนี้:

• agent ทำหน้าที่คิด วางแผน และตัดสินใจ
• WebBridge ทำหน้าที่ปฏิบัติการบนเว็บไซต์จริง

บทบาทของโมเดล Kimi K2.6

แม้ WebBridge จะเป็นตัวควบคุมเบราว์เซอร์ แต่เบื้องหลังการวางแผนงานที่ซับซ้อนมาจากโมเดล Kimi K2.6 ของ Moonshot AI

Kimi K2.6 เป็นโมเดลแบบ agent‑oriented ที่ใช้สถาปัตยกรรม Mixture‑of‑Experts มีพารามิเตอร์รวมประมาณ 1 ล้านล้านพารามิเตอร์ และเปิดใช้งานประมาณ 32 พันล้านต่อ token ระหว่างการประมวลผล พร้อม context window ประมาณ 256K tokens

ความสามารถสำคัญของโมเดลนี้ ได้แก่

• การให้เหตุผลหลายขั้นตอน
• การเรียกใช้เครื่องมือ (tool use)
• การจัดการ workflow ที่ยาวและซับซ้อน

Moonshot ระบุว่าโมเดลนี้ถูกออกแบบมาเพื่อเพิ่มความสามารถในการเขียนโค้ดระยะยาวและการทำงานแบบ autonomous ของ agent

เมื่อใช้ร่วมกับ WebBridge โครงสร้างจะคล้ายแบบนี้

• Kimi K2.6: วางแผน วิเคราะห์ และตัดสินใจ
• WebBridge: ดำเนินการจริงบนเว็บไซต์

ดังนั้น agent สามารถวางแผนงานหลายขั้นตอน เช่น ค้นหาข้อมูลสินค้าในหลายเว็บ รวบรวมข้อมูล และสรุปผล โดย WebBridge จะทำหน้าที่คลิก เปิดหน้า และดึงข้อมูลจริงจากเว็บ

ทำไมการเปิดตัวนี้จึงสำคัญ

การเปิดตัว WebBridge สะท้อนแนวโน้มใหม่ของวงการ AI: การแข่งขันไม่ได้อยู่แค่ที่โมเดลฉลาดแค่ไหน แต่รวมถึง โครงสร้างพื้นฐานสำหรับ agent (agent infrastructure) ด้วย

ในโลกจริง AI agent มักต้องทำงานกับเว็บไซต์ที่ต้องล็อกอิน ซึ่งระบบ cloud automation มักมีข้อกังวล เช่น

• การส่งข้อมูลล็อกอินหรือคุกกี้
• ความเสี่ยงด้านความปลอดภัย
• ข้อกำหนดด้าน compliance ในองค์กร

การให้ agent ทำงานในเบราว์เซอร์ของผู้ใช้เองช่วยลดปัญหาเหล่านี้ และทำให้ workflow แบบ agent ใช้งานได้จริงมากขึ้น

ตัวอย่างงานที่อาจได้รับประโยชน์ ได้แก่

• การค้นคว้าข้อมูลจากหลายเว็บไซต์
• การทำงานอัตโนมัติในเครื่องมือภายในองค์กร
• การกรอกฟอร์มหรือเอกสารออนไลน์
• การติดตามข้อมูลจากบริการที่ต้องล็อกอิน

ภาพใหญ่: การแข่งขันด้าน Agent Infrastructure

กลยุทธ์ของ Moonshot AI แสดงให้เห็นทิศทางใหม่ของอุตสาหกรรม AI นั่นคือการสร้าง agent stack แบบครบชุด ไม่ใช่แค่โมเดล

ในโครงสร้างนี้

• โมเดล AI ทำหน้าที่ reasoning และ planning
• เครื่องมือ (tools) ทำหน้าที่ปฏิบัติการ
• ตัวเชื่อมต่อ (connectors) เชื่อม AI กับซอฟต์แวร์หรือบริการจริง

ด้วย WebBridge ที่ทำหน้าที่เป็นชั้นควบคุมเบราว์เซอร์ และ Kimi K2.6 ที่เป็นเอนจิน reasoning Moonshot กำลังวางตำแหน่งตัวเองในสนามแข่งขันของโครงสร้างพื้นฐานสำหรับ AI agents

เมื่อ AI เริ่มเปลี่ยนบทบาทจาก "ผู้ตอบคำถาม" ไปเป็น "ผู้ลงมือทำงาน" การควบคุมชั้นการทำงานจริง—โดยเฉพาะเบราว์เซอร์—อาจกลายเป็นหนึ่งในองค์ประกอบที่สำคัญที่สุดของระบบนิเวศ AI ในอนาคต