Gemini Spark trafia do Chrome: agent działa w zalogowanej sesji, ale płatności zostawia człowiekowi

Google ogłosił integrację Gemini Spark z Chrome, dzięki której agent może wykonywać zadania w sieci bezpośrednio w przeglądarce użytkownika. Jak podają Director i Senior Director ds. Product Management, system potrafi korzystać z zapisanych danych logowania i już uwierzytelnionych kont, żeby umówić oglądanie mieszkania albo rozpocząć rezerwację lotu. Agent pracuje wewnątrz sesji, w której użytkownik jest już zalogowany, więc dziedziczy jego dostęp do wszystkich serwisów, w których ma otwartą sesję: zmienia się powierzchnia ryzyka.

Granice tej autonomii firma zakreśla ściśle: działania wrażliwe, przede wszystkim płatności, nie są kończone automatycznie, lecz oddają kontrolę użytkownikowi do finalizacji. Wobec prompt injection — czyli instrukcji ukrytych na złośliwych stronach, żeby agent zrobił coś, o co nikt go nie prosił — Google powołuje się na warstwową obronę, deterministyczną i probabilistyczną. Na czym ta obrona polega, firma jednak nie wyjaśnia, ani nie publikuje żadnych danych o jej skuteczności.

Na razie agentowe przeglądanie w Chrome jest dostępne wyłącznie w Stanach Zjednoczonych, bez konkretnej daty rozszerzenia na inne regiony. Równolegle dostęp do Gemini Spark objął abonentów Google AI Pro w ponad 160 kolejnych krajach, ale ta dostępność nie obejmuje automatycznie nowej funkcji przeglądarkowej. Zapytany przez Engadget 3 sierpnia Google nie dodał nic ponad dwa opublikowane wcześniej przykłady zastosowania.

— Olya Ciekawe, jak chętnie oddajemy automatyzacji najnudniejsze etapy poszukiwań, podczas gdy odpowiedzialność ostateczna — ta dotycząca portfela — pozostaje sztywno ludzka. Pragmatyczny podział ról, który jednak przesłania to, co naprawdę się stało: algorytm dostał klucze do naszej cyfrowej tożsamości.