Проблема не в том, что AI может сделать для пользователя. Проблема в том, как убедить его этим воспользоваться.
Я смотрю, что происходит в Chromium, и вижу в коде, связанном с интеграцией браузера с AI, движение в сторону cues: небольших подсказок в адресной строке, которые предлагают пользователю начать взаимодействие с AI. Мне интересно: какие сценарии действительно принесут ощутимую пользу?
Пока все в основном крутится вокруг нескольких функций, которые уже давно интегрированы в браузеры: краткое содержание, вопросы к странице, перевод. На мой взгляд, это слишком общие задачи, я сомневаюсь, что много людей регулярно ими пользуется.
Я считаю, не хватает одного важного элемента: grounding в контексте работы пользователя. Мне хочется не просто задать вопрос по тексту текущей страницы, а получить информацию в контексте того, что я искал и чем занимался последние несколько дней. Не просто получить краткое содержание страницы, а получить краткое содержание с ответом на тот вопрос, который привел меня сюда.
Технически здесь нет ничего супер-сложного. Это вполне реализуемо, если позволить модели рассуждать над более широким контекстом. Основные проблемы, скорее всего, в другом: приватности, потому что для этого потребуется доступ к истории и поиску, и стоимости вычислений. Поэтому особенно интересно посмотреть, насколько далеко здесь смогут продвинуться локальные модели.
Хорошей точкой входа кажется заполнение форм. Такой сценарий требует относительно мало контекста, при этом люди проводят за формами много времени, и AI действительно может убрать заметную часть рутинной работы.
Следом я бы посмотрел на рабочие документы, почту и чаты. Здесь речь, скорее, идет о сращивании возможностей браузера с уже существующими AI-функциями внутри этих инструментов.
Менее очевидны, но потенциально интереснее два сценария: работа с фильтрами в сложных представлениях данных и запрос в духе «поищи за меня на эту тему». Последний особенно любопытен, потому что это уже шаг от AI, который отвечает на вопрос, к AI, который берет на себя часть исследования.
В конечном итоге интересно посмотреть, какие из этих сценариев действительно заработают. Сам факт появления точки входа, когда браузер сам предлагает пользователю конкретное действие, открывает пространство для экспериментов. Возможно, именно через такие эксперименты получится прийти не к очередному набору демонстрационных AI-функций, а к инструментам, которыми людям действительно захочется пользоваться.
Если похожая идея или задача у вас в работе — подробнее обо мне или напишите. В худшем случае у нас будет просто интересная тема для обсуждения, и каждый вернётся к своему коду.