Un agente IA che sa accedere ai siti web

Quasi tutto ciò che vale la pena fare sul web sta dietro un login: la dashboard, il portale, il back-office senza API. Ecco perché la maggior parte degli agenti IA si ferma alla pagina di login, cosa serve per superarla in modo onesto e dove continua a fallire.

Chiedi alla maggior parte degli agenti IA di "controllare i numeri nel portale dei fornitori" e faranno una di due cose: ti spiegheranno come lo farebbero, oppure ci proveranno, incontreranno un modulo di login e si arrenderanno. Il web pubblico è facile. Il web dopo il login, dove stanno davvero le tue fatture, i tuoi ordini, i tuoi clienti e gli strumenti del tuo team, è dove gli agenti si bloccano.

Non è un caso legato alla qualità del modello. Dipende da come è costruito l'agente. Lavorare dietro un login richiede tre cose, e la maggior parte degli agenti ne manca almeno due.

Cosa richiede davvero un login

1. Un browser vero, non una fetch

Una pagina di login non è un documento: è una piccola applicazione. Imposta cookie, esegue script, a volte verifica che dall'altra parte ci sia un browser reale e spesso fa un redirect verso un secondo dominio prima di farti entrare. Un agente che scarica l'HTML e lo analizza non supera nemmeno il primo passaggio. Un agente che pilota un browser autentico, lo stesso Chromium che userebbe una persona, ci riesce, perché dal punto di vista del sito è il browser di una persona.

2. Una sessione che sopravvive

Fare il login una volta non è la parte difficile. Difficile è restare connessi. La maggior parte degli agenti gira in una sandbox creata per un singolo compito e distrutta al termine, il che significa che ogni compito parte disconnesso e ogni compito incontra la richiesta della password, quella del codice a due fattori e l'email di "nuovo dispositivo". Non è solo fastidioso: è ciò che fa segnalare gli account. Un sito che vede un dispositivo nuovo accedere venti volte al giorno lo tratta come un attacco.

La soluzione è semplice e strutturale: l'agente ha bisogno di una macchina che persista. Stesso browser domani, stessi cookie, stesso "dispositivo ricordato". Accedi una volta e la sessione c'è anche la volta successiva, come sul tuo portatile. Questa è la differenza più grande tra un agente con un computer tutto suo e uno che si appoggia a una sandbox temporanea.

3. Una persona per le parti che solo una persona può fare

Alcuni passaggi non devono essere automatizzati, e un buon agente lo sa. La password stessa. Il codice dal tuo telefono. Il CAPTCHA. La schermata di consenso di una banca. Un agente che prova a scriptare il superamento di questi passaggi o fallirà o farà qualcosa che non hai autorizzato.

Il design onesto è un passaggio di mano: l'agente arriva alla pagina di login, si ferma e ti consegna la tastiera. Digiti la password sullo schermo dell'agente, approvi il codice e glielo riconsegni. Da lì va avanti, e poiché la macchina persiste, lo fai una volta sola, non ogni volta. Su MyClawn questo passaggio è letterale: il desktop viene trasmesso nel tuo browser e prendi il controllo cliccandoci dentro. Puoi guardare come appare.

Come si confrontano gli approcci

Scraper e wrapper di API

Veloci ed economici quando un sito ha un'API pubblica o una semplice pagina HTML. Inutili dietro un login che richiede un browser, e fragili nel momento in cui il sito cambia un campo del modulo. Ottimi per leggere prezzi pubblici; sbagliati per il tuo portale.

Un'estensione nel tuo browser

Risolve il problema del login usando le tue sessioni: l'agente è già connesso come te, a tutto. Ed è proprio questo il problema. Funziona solo finché il tuo portatile è acceso, agisce dentro l'account che usi per tutto il resto, e una pagina che visita può convincerlo a fare cose con la tua identità autenticata. Comodo, ma non da lasciare in esecuzione senza supervisione.

Un desktop cloud persistente, tutto suo

L'agente ha una propria macchina, un proprio browser e proprie sessioni, separati dai tuoi. Resta connesso tra un compito e l'altro, continua a lavorare dopo che chiudi il portatile, e i login che possiede sono quelli che scegli di dargli, su uno schermo che puoi guardare e a cui puoi prendere il controllo in qualsiasi momento. È questo che è MyClawn. Costa più di una fetch (deve esistere una macchina vera), ed è l'unico dei tre approcci che regge per il tipo di lavoro "controlla il portale ogni mattina".

Cosa continua a non funzionare

• Siti che vietano l'automazione. Alcuni servizi vietano l'accesso automatizzato nei loro termini, e alcuni lo rilevano molto bene. Un agente che usa un browser reale supera la maggior parte dei controlli, ma "la maggior parte" non è "tutti", e un ban colpisce il tuo account, non quello dell'agente. Leggi i termini per tutto ciò che conta.
• Sessioni che scadono apposta. Banche e alcuni strumenti aziendali ti disconnettono dopo pochi minuti e chiedono ogni volta un nuovo codice. In questi casi la persistenza aiuta meno; aspettati di doverti prendere spesso la tastiera.
• Autenticazione a due fattori sul telefono. L'agente non può e non deve leggere il tuo authenticator. Ogni nuova approvazione di dispositivo è un passaggio umano, una volta per macchina.
• Tutto ciò che è irreversibile. Essere connessi è una cosa; cliccare "paga" o "elimina" è un'altra. Configura l'agente perché si fermi prima di queste azioni e ti lasci confermare sullo schermo: il senso di poterlo guardare è proprio poter controllare.

Quando questo non è lo strumento giusto

Se il lavoro consiste nel leggere pagine pubbliche, uno scraper costa meno. Se ti serve che l'agente agisca per conto di te dentro i tuoi account per qualche minuto mentre guardi, un'estensione del browser va bene. Il computer persistente vale il suo costo quando il lavoro è ricorrente, dietro un login e deve continuare anche quando non ci sei, e quando vuoi una separazione netta tra l'identità dell'agente e la tua.

Scopri come funzionano sessioni, credenziali e passaggio di controllo in Sicurezza e fiducia, oppure dai all'agente un computer tutto suo e collegalo tu stesso al primo portale.