Cara Membangun Agen Finansial yang Bekerja di Seluruh Web - Jay Sahnan & Arik Bird, Browserbase

Highlights

• Ramp menghemat lebih dari 30.000 jam kerja manual dalam entri data dan meningkatkan skala bisnis hingga 5 kali lipat setelah menggunakan agen peramban untuk mengambil tanda terima.

• Browserbase memodifikasi biner Chromium untuk menghapus tanda otomatisasi webdriver, menyelaraskan identitas peramban, dan menjaga proses tetap aktif di pusat data.

• Stagehand menggunakan pohon aksesibilitas untuk mengurangi konsumsi token LLM dari 122.000 token pada HTML mentah menjadi 4.000 token.

• Stagehand menyediakan tiga fungsi primitif utama yaitu observe, act, dan extract untuk mengubah data web tidak terstruktur menjadi skema Zod yang terstruktur.

Timeline

1. 00:00 - 03:08

   Definisi Agen Peramban untuk Industri Keuangan

   Akses web yang handal membutuhkan peramban ketika berinteraksi dengan situs tersembunyi yang minim integrasi API. Industri keuangan menangani data sensitif di balik sistem perlindungan ketat, sehingga memerlukan solusi otomatisasi yang melampaui kapasitas operasional tim manual.

   • Agen peramban mengakses situs web, mengambil informasi, dan melakukan tindakan di platform yang tidak menyediakan API atau protokol MCP.
   • Lembaga keuangan seperti Ramp, Bill, dan Stripe mengelola informasi sensitif yang berada di balik portal masuk dengan perlindungan anti-bot.
   • Ramp awalnya mengerahkan tim manusia untuk masuk ke berbagai portal dan mengambil tanda terima sebelum beralih ke agen peramban.
2. 03:08 - 09:43

   Infrastruktur Peramban Terverifikasi di Pusat Data

   Peramban standar pada perangkat lokal memiliki pola perilaku manusia, sedangkan peramban di pusat data sering terdeteksi oleh sistem anti-bot. Browserbase mengatasi hambatan ini dengan memodifikasi inti biner Chromium dan mempertahankan status peramban agar tidak dimatikan secara instan setelah tugas selesai.

   • Menempatkan Chromium standar di pusat data memunculkan masalah sidik jari digital yang berbeda, kuki baru, dan indikasi alamat IP pusat data.
   • Browserbase membuat turunan fork Chromium untuk menghapus variabel webdriver bernilai true, menyelaraskan identitas peramban, dan menjaga proses tetap aktif.
   • Ramp berhasil memangkas lebih dari 30.000 jam kerja entri data manual dan meningkatkan skala operasional hingga 5 kali lipat.
3. 09:43 - 15:13

   Kontrol Agen dengan SDK Stagehand dan Alternatif Playwright

   Perusahaan seperti Bill memproses pembayaran melalui ribuan portal dengan antarmuka yang beragam. Stagehand memungkinkan agen bernavigasi secara adaptif tanpa pemeliharaan skrip pemilih XPath manual yang rapuh terhadap perubahan tata letak situs web.

   • Skrip Playwright tradisional rentan rusak ketika tombol atau elemen antarmuka web mengalami pergeseran posisi.
   • Stagehand merupakan SDK sumber terbuka yang dibangun di atas Playwright untuk mengontrol peramban melalui instruksi bahasa alami.
   • Pohon aksesibilitas Stagehand memangkas penggunaan token LLM dari 122.000 token pada HTML mentah menjadi 4.000 token.
4. 15:13 - 19:27

   Otomatisasi Verifikasi KYC dan Ekstraksi Data Terstruktur

   Penerapan fungsi ekstraksi terstruktur memungkinkan agen memindai berbagai sumber publik seperti situs perusahaan, halaman investor, dan pengajuan SEC secara simultan. Pengembang menjalankan tugas otomatisasi lintas puluhan situs web secara bersamaan tanpa hambatan CAPTCHA berulang.

   • Stripe mengotomatiskan verifikasi KYC pedagang baru menggunakan agen peramban untuk mengakses portal sekretaris negara.
   • Stagehand menyediakan tiga fungsi primitif utama yaitu observe, act, dan extract untuk berinteraksi dengan elemen halaman.
   • Fungsi extract mengubah data web mentah dan tidak terstruktur ke dalam skema Zod yang siap diproses oleh pengembang dan agen.