Ситуация
Я решил проверить простую вещь: сможет ли Jarvis сам открыть несколько сайтов и найти, где нужные кроссовки стоят дешевле.
До этого он уже умел разбирать документы, сопоставлять факты и помогать с решениями. Но работа с обычным сайтом — совсем другой навык. Нужно увидеть поле поиска, ввести запрос, открыть карточку, дождаться загрузки и понять, что изменилось после нажатия.
Для первого опыта я специально выбрал безопасный сценарий. Только чтение: без авторизации, корзины, покупок и каких-либо изменений на сайтах.
На первый взгляд всё получилось. Jarvis прошёл по трём магазинам, собрал названия, цены, наличие и ссылки, а затем показал аккуратную таблицу с самым дешёвым вариантом.
Технически задача была выполнена. Но вывод оказался неправильным.
Результат, которому хотелось поверить
Ошибка обнаружилась не в цене и не в ссылках. Каждая карточка существовала, а данные были взяты с реальных страниц. Проблема была в другом: в таблицу попали разные модели кроссовок.
Получилось убедительное сравнение того, что сравнивать было нельзя.
Это опасный тип ошибки. Если ИИ выдумал цену или дал неработающую ссылку, подвох заметен быстро. Здесь же все отдельные факты выглядели правдоподобно. Неверной была связь между ними и моим вопросом.
Я спросил, где дешевле один товар. Jarvis фактически ответил, какой из нескольких похожих товаров стоит меньше.
В этот момент стало понятно: научить ИИ пользоваться браузером недостаточно. Даже безошибочная последовательность кликов ещё не доказывает, что решена правильная задача.
Где я ошибся
Изначально я уделил почти всё внимание действиям в интерфейсе. Нашёл ли Jarvis поле поиска? Сработал ли ввод? Открылась ли карточка? Видна ли цена?
Эти проверки нужны. Сайты устроены по-разному, элементы появляются не сразу, а одинаковые действия иногда дают разный результат. Помощник не должен нажимать наугад или придумывать адрес страницы, которой он не видел.
Но я пропустил проверку смысла: что именно считается одним и тем же товаром.
У похожих моделей могут почти совпадать названия. Детская версия может стоить заметно дешевле взрослой. Базовая модель — отличаться от облегчённой или вязаной модификации всего несколькими буквами. В поисковой выдаче всё это легко выглядит как варианты одного предложения.
Для человека разница часто очевидна после внимательного просмотра карточки. Для ИИ её нужно превратить в явное правило.
Что изменилось
Перед сравнением цены появилась отдельная проверка товара.
Сначала Jarvis фиксирует, что именно мы ищем: бренд, точную модель, взрослую или детскую версию, важную модификацию и условия цены. Затем делит найденные карточки на подтверждённые совпадения и похожие варианты.
Пока идентичность товара не подтверждена, цена не участвует в выборе победителя.
Во втором прогоне задача уже была сформулирована точнее: найти одну конкретную взрослую базовую модель. На площадках встретились детская версия и несколько модификаций с почти одинаковыми названиями. Они были вынесены за пределы основного сравнения, а не смешаны с подходящими предложениями.
Только после этого Jarvis сопоставил цены подтверждённых карточек.
Снаружи результат выглядел почти так же: таблица, ссылки и вывод. Но теперь можно было восстановить логику ответа — почему одна карточка вошла в сравнение, а другая была исключена.
Что оказалось самым неожиданным
Я ожидал, что главные трудности будут связаны с браузером: нестабильными страницами, разными кнопками и медленной загрузкой.
Но самая важная ошибка возникла раньше — в определении объекта сравнения.
Это полезный принцип не только для покупок. Если ИИ сравнивает авиабилеты, должны совпадать даты, багаж и условия возврата. Если выбирает тарифы — объём услуг и ограничения. Если ищет документ — версия и дата. Если работает с карточками в CRM — человек или компания, к которым относится запись.
Во всех этих случаях отдельные данные могут быть настоящими, а итог — ложным.
Поэтому теперь я разделяю два вопроса:
- Умеет ли ИИ получить данные?
- Доказал ли он, что эти данные отвечают именно на поставленный вопрос?
Первое без второго создаёт красивую автоматизацию, которой опасно доверять.
Как проверить такой результат самому
Перед тем как принять совет ИИ «где дешевле» или «какой вариант лучше», я теперь проверяю пять вещей:
- сравнивается ли один и тот же объект;
- совпадают ли версия, размер, комплектация и другие важные признаки;
- одинаковы ли условия, при которых действует цена;
- понятно ли, какие варианты были исключены и почему;
- можно ли открыть источник каждого факта.
Если хотя бы на один вопрос нет ответа, честный результат — не выбирать победителя, а показать, какой информации не хватает.
Такой подход чуть медленнее. Зато сомнение не прячется внутри аккуратной таблицы.
Ограничения
Этот опыт был управляемым тренировочным прогоном, а не полностью автономной покупкой. Jarvis ничего не заказывал и не добавлял в корзину.
Цены и наличие, которые использовались в проверке, относились к 18 мая 2026 года. Сейчас они могут быть другими. Важен не конкретный магазин и не тогдашняя цифра, а способ проверки.
Не каждое совпадение можно установить автоматически. Названия у продавцов отличаются, характеристики бывают неполными, а скидка иногда зависит от карты или другого условия. В таком случае система должна остановиться и честно обозначить неопределённость.
Итог
Когда у Jarvis появились «руки» для работы с сайтами, я сначала смотрел на то, умеет ли он находить элементы и выполнять действия.
Первый же реальный опыт показал: ИИ может правильно пройти весь путь и всё равно ответить не на тот вопрос.
Теперь правило простое: сначала доказать, что сравниваются одинаковые вещи, и только потом искать самый выгодный вариант.
Именно эта проверка превращает управление браузером из эффектной демонстрации в рабочий инструмент, которому можно постепенно доверять.