Uzaktan Tarayıcılar: Yapay Zeka Ajanları için Web Altyapısı Karşılaştırıldı

Yapay zeka ajanları, anti-scraping önlemleri tarafından engellenmeden web görevlerini otomatikleştirmek için uzaktan tarayıcılara güvenir. Bu tarayıcı altyapısının performansı, bir ajanın başarısı için kritiktir.

Başarı oranı, hız ve özellikler açısından 8 sağlayıcıyı test ettik. Bunu yapmak için, her hizmetin gerçek dünya performansını ölçmek amacıyla 4 farklı senaryoyu 5'er kez çalıştırarak 160 otomatik görev yürüttük. Ayrıca 250 paralel yapay zeka ajanıyla bir yük testi gerçekleştirdik.

En iyi uzaktan tarayıcı test sonuçları

İşte testlerimiz sırasında yetenekleri ve performanslarına göre en iyi uzaktan tarayıcılar:

Karma skor, başarı oranı, hız ve özellik skorlarının ortalamasıdır. Sağlayıcının tek görevli senaryolardaki temel performansını yansıtır.

Ölçeklenebilirlik skoru, sağlayıcının yüksek eşzamanlılık yük testimiz sırasındaki başarı oranını temsil eder. Bu metrik, yüksek hacimli paralel görevlere maruz bırakıldığında altyapı istikrarını ve güvenilirliğini açıkça değerlendirir. Bu yoğun yük testi her satıcı için gerçekleştirilemediğinden, ölçeklenebilirlik skoru ayrı bir metrik olarak sunulmaktadır.

Skorlama sistemimizin her bileşeni aşağıda açıklanmıştır:

Başarı oranı

Test sonuçlarının değerlendirmesi, önde gelen sağlayıcılar arasındaki yetenek farklılıklarını göstermektedir:

• Bright Data %95'lik bir başarı oranı elde etti.
• BrowserAI, Steel.dev ve Anchor Browser'ın başarı oranı sırasıyla %85, %70 ve %70'tir.
• Browserbase ve Airtop'un başarı oranları daha düşüktür (sırasıyla %50 ve %40).

Bu başarı oranlarının nasıl hesaplandığımızı anlamak için lütfen uzaktan tarayıcı metodolojimize bakın.

Hız

• Bright Data'nın hız skoru %100'dür
• BrowserAI'nın en kısa tarayıcı başlatma süresine sahip olduğu (ortalama 1 sn).
• Airtop'un en uzun gezinme süresine sahip olduğu (ortalama 160 sn).

Hız skoru, uzaktan tarayıcı hizmetinin iş hacmini niceler ve tanımlanmış bir zaman birimi başına tamamlanan başarılı görev sayısını temsil eder. Genel verimliliği ve işleme kapasitesini yansıtır.

Doğru sonuçlar için gezinme süresi (avg), başarıyla tamamlanan bireysel görevler için uzaktan tarayıcının web sayfalarıyla aktif etkileşimi sırasında geçen ortalama süreyi ölçer. Bu, sayfa gezinmesi, JavaScript oluşturma ve doğrudan öğe etkileşimleri (tıklama, yazma vb.) için harcanan süreyi içerir.

• Bu metrik, Büyük Dil Modelleri (LLM'ler) gibi dış bileşenlerin kasıtlı ajan tarafı gecikmelerini veya işleme sürelerini hariç tutar.

Tarayıcı başlatma süresi (avg), oturum oluşturmak veya bağlanmak için ilk istek yapıldıktan sonra uzaktan tarayıcı oturumunun hazır hale gelmesi için geçen ortalama süreyi ölçer.

Doğru sonuçlar için toplam süre (avg), tamamlanan bireysel görevler için ortalama uçtan uca süreyi temsil eder.

• Bu metrik, tarayıcı başlatma süresini, tüm aktif gezinme/etkileşim sürelerini, herhangi bir ajan tarafı işleme veya kasıtlı gecikmeleri ve görevin yürütme akışının bir parçası olan dış hizmetlerle (örn. LLM'ler) iletişim gecikmelerini içerir.

Bu skorların nasıl hesaplandığını ve en iyi performans gösteren tarayıcıları neyin ayırdığını anlamak için lütfen doğru sonuçlar için toplam süre metodolojimize bakın.

Ölçeklenebilirlik

uzaktan tarayıcı ölçeklenebilirlik testi metodolojimize göre yürütülen yük testimiz, stres altında altyapı performansını ölçmek için 250 eşzamanlı ajan kullandı. Test aşağıdaki temel farklılıkları ortaya çıkardı:

• BrowserAI, 220 saniye içinde tamamlanarak en yüksek başarı oranı olan %86,4'ü elde etti.
• Bright Data, toplam yürütme süresi 254 saniye olmak üzere %81,2'lik bir başarı oranı kaydetti.
• ZenRows, %51,2'lik bir başarı oranı ve 195 saniye toplam yürütme süresi ile tamamlandı.

Performans farklılıklarının arkasındaki nedenler

Test sonuçlarımız, önde gelen uzaktan tarayıcı sağlayıcıları arasında güvenilirlik, hız ve ölçeklenebilirlik açısından farklılıklar göstermektedir. Bu farklılıklar öncelikle altyapı tasarımı, oturum yönetimi ve otomasyona odaklanan özelliklerin geliştirilmesindeki varyasyonlardan kaynaklanmaktadır.

1. Altyapı ve kaynak tahsis stratejileri

Daha gelişmiş, dağıtılmış altyapıya sahip sağlayıcılar genellikle daha yüksek başarı ve hız skorları elde eder.

• Bright Data, güçlü yük dengeleme, hızlı tarayıcı örneği sağlama ve kararlı oturum yalıtımını gösteren %95'lik bir başarı oranı ve mükemmel %100'lük bir hız skoru ile liderlik ediyor.
• BrowserAI, başarı oranında Bright Data'dan biraz geride olmasına rağmen, en hızlı başlatma süresine (1 sn) sahiptir, bu da son derece optimize edilmiş örnek başlatmayı göstermektedir.

Buna karşılık, Airtop ve Browserbase gibi daha düşük performanslı sağlayıcılar, daha düşük başarı oranlarına (%40–%50) ve önemli ölçüde daha yüksek gezinme veya toplam yürütme sürelerine katkıda bulunan daha yavaş sağlama kuyruklarına veya daha az optimize edilmiş yürütme ortamlarına güvenebilir.

2. Tarayıcı motoru optimizasyonları ve otomasyon hazır olması

Başarı oranları, her sağlayıcının form doldurma, DOM oluşturma, gezinme ve JavaScript yoğun iş akışları gibi otomatik etkileşim kalıplarını ne kadar iyi desteklediğine bağlı olarak önemli ölçüde farklılık gösterir.

• Bright Data, BrowserAI ve Steel.dev, tarayıcılarının otomasyon iş yükleri için optimize edilmiş göründüğü için (örn. yönlendirmeleri, açılır pencereleri, JS oluşturmeyi işleme) gezinme, ayrıştırma ve etkileşimi içeren görevleri tutarlı bir şekilde tamamlar.
• ZenRows ve Hyperbrowser, hem özellikler hem de başarı oranında daha düşük puan aldı, tam otomasyon kapsamı eksik olabilir veya karmaşık web sitelerinde zorluklarla karşılaşabilir.

Otomasyona özgü istikrar, özellikle çok adımlı etkileşimler gerektiren görevlerde (e-ticaret satın alımları, potansiyel müşteri çıkarımı) sonuçlardaki yayılmanın temel nedeni gibi görünmektedir.

3. Gecikme ve gezinme verimliliği

Doğru sonuçlar için gezinme süresindeki farklılıklar, her uzaktan tarayıcının sayfaları ne kadar verimli işlediğindeki farklılıkları vurgular:

• Bright Data ve BrowserAI, sayfaları ~2 saniyede yükler ve etkileşime girer, bu da etkili önbellekleme, verimli ağ yönlendirme ve hızlı JS yürütme ortamlarını gösterir.
• Airtop, ortalama 13,6 saniye gezinme süresiyle, muhtemelen daha yüksek ağ gecikmesi, daha yavaş JS yürütme veya konteyner/VM seviyesinde kaynak tahsisindeki darboğazlar nedeniyle önemli ölçüde daha yavaş işlemeyi gösterir.

Bu faktörler hem hız skorunu hem de görev tamamlama tutarlılığını doğrudan etkiler.

4. Özellik bütünlüğü ve görev kapsamı

Bazı sağlayıcılar, proxy döndürme, CAPTCHA işleme ve engel önleme mekanizmaları gibi daha zengin özellik setleri sunar; bu da karmaşık senaryolarda (örn. Google arama + Görev 2'de LinkedIn tarama) daha yüksek güvenilirliğe katkıda bulunur.

• Bright Data (%95 özellik kapsamı) ve Anchor Tarayıcı (%91), karmaşık otomasyon akışlarını destekleyen yeteneklerin güçlü kapsamını gösterir.
• Steel.dev (%45) ve Hyperbrowser (%41) daha sınırlı yetenekler sunar, bu da çok adımlı görevlerdeki daha düşük başarı ve hız skorlarını açıklayabilir.

Özellik olgunluğu, test boyunca karma skor ile doğrudan korelasyon gösterir.

5. Yüksek eşzamanlılık altında ölçeklenebilirlik

250 eşzamanlı ajan kullanan yük testimiz, altyapıların baskı altında ne kadar iyi ölçeklendiğinde keskin farklılıklar gösterir:

• BrowserAI, optimize edilmiş orkestrasyon ve etkili otomatik ölçeklendirmeyi ima eden en yüksek ölçeklenebilirlik başarı oranına (%86,4) ve hızlı toplam yürütme sürelerine sahiptir.
• Bright Data, biraz daha uzun yürütme sürelerine rağmen %81,2'de makul şekilde ölçeklenir.

Bu ölçeklenebilirlik varyasyonu, kurumsal veya yüksek iş hacimli iş yükleri için kritiktir.

Uzaktan tarayıcı test metodolojisi

Test metodolojimiz, her uzaktan tarayıcının gerçek dünya performansını iki temel boyutta değerlendirmek için tasarlanmıştır: tek görev yürütme ve yük altında ölçeklenebilirlik.

Ortak otomasyon senaryolarını taklit eden bir dizi gerçekçi, çok adımlı görevi yürütmek için sınırların ötesinde bir LLM ile güçlendirilmiş ajanlar kullandık.

Adil ve tutarlı bir test sağlamak için, Playwright otomasyon kütüphanesi aracılığıyla programatik kontrol sunan hizmetlere odaklandık. Bu, tüm sağlayıcıları test etmek için aynı kod tabanını kullanmamızı sağladı.

Tek Görev performans değerlendirmesi

Testin bu bölümü, her sağlayıcının bireysel, izole edilmiş otomasyon görevlerini yürütürken güvenilirliğini ve hızını değerlendirir.

Başarı oranını nasıl ölçtük

Başarı oranı, tarayıcı altyapısının güvenilirliğini ölçer. Bir görev, ajan baştan sona nihai, doğrulanabilir hedefine ulaştığında yalnızca "başarılı" olarak işaretlenmiştir. Bu skor, tarayıcının karmaşık web sitelerini işleme, engellerden kaçınma ve ajan için kararlı bir ortam sağlama yeteneğini yansıtır.

Aşağıdaki dört temel görevi çalıştırdık:

• Görev 1 – e-ticaret (AI alıcı):
  • Senaryo: Bir yapay zeka ajanına bir bütçe ve hediye fikirleri verilir. En iyi hediyeyi belirlemek ve satın almak için bir e-ticaret sitesini tarar.
  • Amaç: Başarıyla arama yapmak, gezinmek, formları doldurmak ve nihai satın alma onay adımına ulaşmak.
• Görev 2 – potansiyel müşteri oluşturma (AI SDR):
  • Senaryo: Bir yapay zeka ajanı bir şirket adı alır. Eşleşen bağlantıları bulmak için, ajan LinkedIn gibi kaynaklardan halka açık profiller için hedefli bir Google araması yapar. Ardından potansiyel müşterilerin isimlerini ve profil URL'lerini çıkarmak için arama sonuçları sayfasını tarar.
  • Amaç: Arama sonuçlarından en az bir geçerli potansiyel müşteriyi başarıyla belirlemek ve erişimi doğrulamak için LinkedIn profil sayfasına gitmek.
• Görev 3 – seyahat planlama (seyahat asistanı):
  • Senaryo: Bir yapay zeka ajanı oteller bulmak için Booking.com'a gider. Varış noktasını (Miami, South Beach) girer, giriş ve çıkış tarihlerini (16-17 Haziran 2025) seçer ve arama yapar. Sonuçlar sayfasında, ajan listelenen otelleri belirleyip ayrıştırarak belirtilen fiyat aralığında (100$ – 200$) kalan mülkleri filtrelemelidir.
  • Amaç: Tüm kriterlere (konum, fiyat ve tarih) uyan en az iki oteli başarıyla çıkarmak ve listelemek.
• Görev 4 – web formları (form doldurucu):
  • Senaryo: Bir yapay zeka ajanı bir kurumsal web sitesine (aimultiple.com) gider ve önce herhangi bir cookie'ler onayı açılır penceresini ele almalıdır. Ardından bülten abonelik formunu bulur, bir test e-posta adresi (test@example.com) girer ve kayıt işlemini tamamlamak için 'Abone Ol' düğmesine tıklar.
  • Amaç: Formu başarıyla göndermek ve bir onay durumuna ulaşmak.

Doğru sonuçlar için toplam süreyi nasıl ölçtük

Bu metrik, hizmetin genel hızını ve verimliliğini ölçer, ancak sadece başarılı çalıştırmalar için hesaplanır. Bu, sağlayıcıların başarısız girişimlerde harcanan zaman için cezalandırılmadan görevleri ne kadar hızlı tamamlayabildiklerine göre yargılanmasını sağlar.

Saat, bir test başlatıldığı anda başlar ve ajan nihai hedefini başarıyla tamamladığında durur. Bu uçtan uca süre, şunları içeren kapsamlı bir değerdir:

• Tarayıcı Başlatma Süresi: Uzaktan tarayıcıya bağlanmak ve bir oturumu komutlar için hazır hale getirmek için gereken başlangıç süresi.
• Sayfa Gezinmesi ve Oluşturma: Tüm page.goto() çağrılarını yürütmek ve sayfaların tam olarak yüklenmesini ve karmaşık JavaScript dahil olmak üzere oluşturulmasını beklemek için harcanan süre.
• Ajan "Düşünme" Süresi: Bir sonraki eylemi belirlemek için Büyük Dil Modeline (LLM) yapılan tüm çağrılardan kaynaklanan gecikme.
• Araç Yürütme Süresi: .click(), .fill() ve veri çıkarmak için özel betikler çalıştırmak gibi her tarayıcı etkileşiminin kümülatif süresi.

Daha iyi (daha hızlı) bir skora ne yol açar?

Tablodaki daha düşük bir süre, daha verimli bir tarayıcı altyapısını gösterir. Sağlayıcılar bu alanlarda mükemmelleşerek daha iyi bir skor kazanır:

• Hızlı oturum başlatma: Düşük gecikmeli bağlantılar ve hızlı tarayıcı başlatma süreleri sunarak, başlangıç bekleme süresini en aza indirir.
• Verimli sayfa oluşturma: JavaScript yoğun sayfaları ve dinamik içeriği hızlı bir şekilde işleyerek, ajanın öğelerle daha erken etkileşime girmesine olanak tanır.
• Kararlı ve yanıt veren altyapı: Çok adımlı görevler sırasında takılmalar veya çökmeler olmadan performansı sürdürmek, tarayıcı etkileşimlerinin (.click(), .fill()) gecikme olmadan yürütülmesini sağlar.

Bir örnek hesaplama

Bunu netleştirmek için, 10 görev çalıştırdıktan sonra varsayımsal bir "Sağlayıcı X"in tablomuzda nasıl yer alacağını görün:

1. Başarı oranı hesaplaması:
   • Sağlayıcı X 7 görevde başarılı olur ve 3 görevde başarısız olur.
   • Başarı Oranı %70'tir. Bu, x eksenindeki konumunu belirler.
2. Ortalama süre hesaplaması:
   • 7 başarılı görevin tamamlanma süreleri şunlardır: 90s, 95s, 100s, 105s, 110s, 115s ve 120s.
   • 3 başarısız görevin süreleri tamamen göz ardı edilir.
   • Ortalama süre yalnızca başarılı çalıştırmalardan hesaplanır:
     (90 + 95 + 100 + 105 + 110 + 115 + 120) / 7 = 105 saniye
   • Bu 105s değeri, y eksenindeki konumunu belirler.

Dolayısıyla, Sağlayıcı X performans grafiğinde (70%, 105s) koordinatlarında yer alacaktır. Bu metodoloji, grafiğin her hizmetin hem güvenilirliğini hem de gerçek hızını doğru bir şekilde yansıtmasını sağlar.

Sağlayıcıya özgü yapılandırmalar

Her hizmetin amaçlanan kullanım durumlarını yansıtan adil ve tutarlı bir test sağlamak için, test sırasında belirli abonelik planları ve yapılandırmalar kullanılmıştır:

• Steel.dev: Geliştirici planı.
• Hyperbrowser: Ölçek planı.
• Anchor Tarayıcı: Aşağıdaki belirli parametreler tüm görevler için etkinleştirildi:
  • dedicated_sticky_ip: True
  • extra_stealth: {“active”: True}

Bu yapılandırmalar, farklı planların veya ayarların farklı sonuçlar verebileceği için performans sonuçlarına bağlam sağlamak amacıyla belirtilmiştir.

Ölçeklenebilirlik performans değerlendirmesi (yük testi)

Bu test, uzaktan tarayıcı altyapısının eşzamanlı yük altındaki performansını ölçer. Birincil metrik, 250 ajan paralel çalıştırıldığında tamamlanan görev sayısından hesaplanan başarı oranıdır.

Test mimarisi ve yürütme

Test mimarisi, 250 işçi sürecini başlatmak ve yönetmek için multiprocessing kütüphanesini kullanan bir Python orkestratör betiği kullandı. Her süreç bağımsız olarak çalışarak, gerçek dünya, büyük ölçekli bir dağıtımı simüle eden yüksek eşzamanlılık ortamı oluşturdu.

• Görev dağılımı: Her ajan, önceden tanımlanmış bir listeden benzersiz bir ürün arama sorgusu atandı. Bu yaklaşım, sunucu tarafı önbelleklemeden kaynaklanan potansiyel performans şişmesini önler ve daha çeşitli bir kullanım desenini simüle eder.
• Veri toplama: Orkestratör, yürütme sonrası analiz için her işçi sürecinden günlükleri ve eserleri (HTML içeriği, ekran görüntüleri) topladı.

Ajan iş akışı

250 ajanın her biri Amazon.com üzerinde otomatik adımlar dizisi gerçekleştirdi. Bir görev, yalnızca tüm iş akışının tamamlanması üzerine başarılı olarak kaydedildi. Dizi şu şekildeydi:

1. Bağlantı: Ajan, sürücü URL'si aracılığıyla sağlayıcının uzaktan tarayıcısına bağlantı kurdu.
2. İlk gezinme: Web sitesinin ana sayfasına gitti ve devam etmek için herhangi bir anti-bot zorluğunu ele aldı.
3. Arama alanı tanımlama: Ajan, sayfanın bir ekran görüntüsünü yakaladı ve ana arama giriş alanı için CSS seçicisini elde etmek için onu görme yeteneğine sahip bir LLM'e gönderdi.
4. Sorgu yürütme: Ajan, atanan sorgusunu girmek ve aramayı göndermek için tanımlanan seçiciyi kullandı. Ardından, bir ürün listeleme öğesinin varlığını onaylayarak arama sonuçları sayfasının yüklendiğini doğruladı.
5. Sonuç bağlantısı çıkarma: Sonuçlar sayfasında, ajan ürün bağlantıları için bir CSS seçicisi almak için LLM-görme işlemini tekrarladı. Ardından, reklamları veya yönlendirmeleri hariç tutarak çıkarılan URL'leri filtreleyerek doğrudan ürün sayfası bağlantılarını izole etti.
6. Nihai gezinme: Ajan, geçerli ürün URL'lerinden birine gitti. Bu nihai sayfanın başarıyla yüklenmesi, görevin tamamlanmasını işaretledi.

Toplam süre tanımı

Yük testi bulgularında bildirilen "Toplam Süre", 250 eşzamanlı görevin tamamını tamamlamak için gereken uçtan uca süreyi temsil eder. Bu, orkestratör betiğimizdeki bloke edici pool.map işlevi tarafından yönetilen toplam iş yükü tamamlanma süresinin bir ölçüsüdür.

Bu hesaplama, hem başarılı hem de başarısız görevlerin yürütme süresini içerir. Hesaplama şu şekilde çalışır:

1. Bir zaman damgası (start_time), multiprocessing havuzu 250 işçi görevini dağıtmaya başlamadan hemen önce kaydedilir.
2. Orkestratör, ardından tüm 250 paralel sürecin bireysel iş akışlarını tamamlamasını ve sonucu (başarı veya başarısızlık) ne olursa olsun bir sonuç döndürmesini bekler.
3. Son bir zaman damgası, en uzun süren görev tamamlandıktan sonra alınır.

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.

Tercih edilen kaynak olarak ekle

Özellikler

Önde gelen sağlayıcılar tarafından sunulan özellikler aşağıda özetlenmiştir. Özellik skoru, her yetenek için metodolojimizi takip ederek hesaplanır ve ardından tüm özellikler üzerinden ortalaması alınır. Birden fazla değer alabilen özellikler (örn. programlama dili desteği), en yüksek sayıda değeri sağlayan ürün (örn. en yüksek sayıda programlama dilini destekleyen ürün) 1 tam puan alır, diğerleri orantılı olarak puanlanır.

Aşağıdaki bölümler bu hizmetlerin yeteneklerini detaylandırır:

Teknik yetenekler ve hata yönetimi

Teknik yetenekler, geliştiricilere özel kod modülleri oluşturup bakım yapmadan çeşitli web siteleriyle çalışma esnekliği sağlar:

CAPTCHA çözme: Bu özellik, resim tabanlı, hCaptcha, reCAPTCHA ve Cloudflare zorlukları dahil olmak üzere geniş bir CAPTCHA türü yelpazesini otomatik olarak algılar ve çözer. Hizmet ayrıca hız sınırlı CAPTCHA isteklerini ele alır ve gelişen CAPTCHA mekanizmalarına uyum sağlar, böylece korumalı web sitelerine tutarlı erişim sağlar.

Hata yönetimi: Bu özellik, güvenilir gezinme için kritik olan standart HTTP durum kodları için hizmetin varsayılan davranışını değerlendirir:

• 404 (Bulunamadı) Farkındalığı: Sistemin 'Bulunamadı' hatalarını algılama ve raporlama yeteneği, ajanların eksik sayfaları uygun şekilde ele almasını sağlar. Var olmayan bir URL'ye giderek ve ajanın hizmetten (örneğin, 200 OK durumuyla sunulan genel bir hata sayfası yerine) 404 hatasının net bir göstergesini alıp almadığını doğrulayarak test ettik.
• 301/302 (Yönlendirme) Yönetimi: Ajanın doğru nihai URL'ye ulaşmasını sağlamak için yönlendirmelerin otomatik olarak takip edilmesi. Yönlendirme yayınladığı bilinen bir URL'ye erişerek ve ajanın manuel müdahale olmadan nihai varış URL'sine yönlendirildiğini doğrulayarak test ettik.

JavaScript etkileşimi: Bu özellik, JavaScript yoğun web sitelerini işler ve kullanıcı etkileşimlerini simüle etmeyi destekler.

• JavaScript Yürütme: Dinamik olarak yüklenen içeriğe erişmek için JavaScript'i tamamen oluşturur.
• Tarayıcı Eylem Otomasyonu: Öğelere tıklama, alanlara metin yazma, sayfaları kaydırma (sonsuz kaydırma dahil), belirli öğelerin görünmesini veya belirli bir süre beklemeyi ve açılır pencereleri veya modalları işleme gibi programatik etkileşimleri destekler.
• Öğe Seçimi: CSS seçicileri ve XPath dahil olmak üzere öğeleri seçmek için yöntemler sağlar.

Giriş: Bu özellik, kullanıcı adlarını, şifreleri ve diğer kimlik bilgilerini giriş formlarına girme ve bu formların gönderilmesini (örn. giriş düğmelerine tıklayarak) simüle etme yeteneğine atıfta bulunur. Bu genellikle temel tarayıcı otomasyon motorunun web öğeleriyle etkileşime girme yeteneğine dayanır.

Programlama dili

Programlama dili kapsamı, geliştiricilerin mevcut kodlarını uzaktan tarayıcı platformlarına aktarmasına olanak tanır.

Bu özellik, hizmet tarafından sunulan programlama dili uyumluluğunun kapsamını değerlendirir. Desteklenen dillerin daha yüksek sayısı, geliştirme ekipleri için esneklik ifade eder ve uzaktan tarayıcı yeteneklerini tercih ettikleri veya mevcut teknoloji yığınlarını kullanarak entegre etmelerine olanak tanır.

Oturum yönetimi

Oturum yönetimi, aynı web sitesinde çok adımlı etkileşimler (örn. bir uçak bileti satın alma) içeren daha uzun etkileşimler için gereklidir:

Bu özellik, hizmetin bir gezinme oturumu içinde birden fazla etkileşim arasında durumu yönetme ve sürdürme yeteneğini değerlendirir.

• Oturum Kalıcılığı: Çok adımlı iş akışlarına izin vermek için birden fazla istek veya eylem arasında tutarlı bir oturum kimliğini koruma desteği.
• cookie'ler Yönetimi: Otomatik olarak çerezleri yönetme (saklama, gönderme, temizleme) veya oturum açık durumları veya belirli site tercihlerini korumak için kullanıcıların özel cookie'ler enjekte etmesine/yönetmesine izin verme yetenekleri.
• Durum Koruma: Tek bir görev içindeki eylem dizisi boyunca tarayıcının durumunu (örn. doldurulmuş formlar, kaydırılmış konumlar) koruma yeteneği.

Coğrafi kapsam

Coğrafi kapsam, kullanıcıların küresel web sitelerine erişebilmesi için ülke düzeyinde kapsamı ve belirli ASN veya ZIP koduna dayalı hedefleme gibi ayrıntılı kapsamı içerir.

Şehir Seviyesinde Hedefleme: Web istekleri için belirli bir şehri kaynak olarak belirtme yeteneği. Bu, belirli bir kentsel alandaki kullanıcıların göreceği şeyi yansıtan son derece yerelleştirilmiş veri alımı ve testine olanak tanır.

ZIP Kodu / Posta Kodu Hedeflemesi: Belirli ZIP kodlarına veya posta kodlarına dayalı olarak istekleri hedefleme yeteneği. Bu, özellikle e-ticaret için (yerel ürün mevcudiyetini, fiyatlandırmayı, sevkiyat seçeneklerini kontrol etme) ve aşırı yerel varyasyonlara sahip hizmetler için özellikle önemlidir.

ASN (Otonom Sistem Numarası) Hedeflemesi: İstekleri belirli İnternet Servis Sağlayıcılarından (ISS) veya ASN'leri ile tanımlanan ağ bloklarından yönlendirme seçeneği. Bu gelişmiş hedefleme, belirli ağ segmentlerinden gelen trafiği taklit etmek veya çok özel engel kaldırma stratejileri için yararlı olabilir.

Entegrasyonlar

MCP gibi tarayıcı otomasyon kütüphanelerine veya protokollerine entegrasyonlar ajan kullanımını kolaylaştırır:

Playwright Uyumluluğu: Playwright kullanarak uzaktan tarayıcı oturumlarına bağlanma ve kontrol etme yeteneğini değerlendirir.

Puppeteer Uyumluluğu: Puppeteer ile entegrasyonu değerlendirir, genellikle uzaktan tarayıcı örneklerine bağlanmak için Puppeteer-core kullanır.

Selenium Uyumluluğu: Selenium WebDriver aracılığıyla uzaktan tarayıcı oturumlarını kontrol etme desteğini ölçer.

MCP (Model Bağlam Protokolü) Desteği: Hizmetin Model Bağlam Protokolü ile entegrasyon sunup sunmadığını gösterir. MCP, araçların (tarayıcılar gibi) ve yapay zeka modellerinin (LLM'ler) arasında yapılandırılmış veri alışverişini kolaylaştırmak için tasarlanmıştır; bu da yapay zeka ajanlarının web içeriğini daha iyi anlamasını ve daha etkili bir şekilde kullanmasını sağlar.

Arama motorları

Bu özellik, uzaktan tarayıcı hizmetinin Google, Bing, DuckDuckGo ve Baidu gibi büyük arama motoru sonuç sayfalarından (SERP'ler) doğrudan yapılandırılmış veri çıkarma için özelleştirilmiş özellikler veya optimize edilmiş destek sunup sunmadığını değerlendirir.

Güvenlik

Veri güvenliği, özellikle güvenli sistemlerde eylemler gerçekleştirecek olanlar için ajanlar için kritiktir. Bu uzaktan tarayıcıların yapımcılarının web sitelerine dayalı veri güvenlik sertifikalarına sahip olup olmadığını değerlendirdik.

Yapay zeka ajan türleri için uzaktan tarayıcı gereksinimleri

Uzaktan tarayıcıların gereksinimleri, bunları kullanan yapay zeka ajanının türüne ve amaçlanan kullanımına bağlı olarak değişir. Yapay zeka ajanları, operasyonel modlarına göre geniş kategorilere ayrılabilir; bu da uzaktan tarayıcı altyapısına özel talepler getirir:

• Arka uç yapay zeka ajanları: Bu ajanlar tipik olarak otonom olarak veya minimum doğrudan insan denetimiyle çalışır ve genellikle sistem olayları veya zamanlanmış görevler tarafından tetiklenir. Uzun süreli işlemler sırasında istikrar, ölçeklenebilirlik ve sağlam hata yönetimi için optimize edilmiş uzaktan tarayıcılar gerektirir.
• Gerçek zamanlı yapay zeka ajanları: Bu ajanlar, doğrudan yanıt bekleyen son kullanıcılarla etkileşime girer. Bunlar için uzaktan tarayıcılar düşük gecikme, yüksek yanıt verebilirlik ve tutarlı performansı önceliklendirmelidir.

Arka uç ajanları

Tipik kullanım durumları ve ajanlar:

• İşveren takibi ve yönetimi
• AI SDR
• Toplantı planlama
• Fiyat izleme
• Web otomasyonu

Orkestratör-işçi ajanları

Bu ajanlar, paralel veya sırayla çalışan birden fazla uzman ajan arasında görevleri devreden bir koordinatör kullanır.

Kritik gereksinimler:

• Ajanlar arasında oturum kalıcılığı: Farklı ajanlar bölümlerini yürütürken bağlamı korumak
• Çok sekme koordinasyonu: Farklı kaynakları aynı anda gezen birden fazla ajan
• Araç yürütme güvenilirliği: Her ajan, tutarlı bir şekilde çalışması gereken farklı araçlar kullanır

Bright Data (%95 başarı, %95 özellik kapsamı) ve BrowserAI (%85 başarı, %86 özellik) çoklu ajan koordinasyonunu güvenilir bir şekilde yönetir.

İzleme ajanları

Bu ajanlar, düzenli aralıklarla birden fazla hedef üzerinde zamanlanmış kontroller yürütür.

Kritik gereksinimler:

• Coğrafi hedefleme: Konuma özgü veriler için şehir ve ZIP kodu düzeyinde hassasiyet
• Yüksek hacimli güvenilirlik: Büyük ölçekli izleme, başarısızlık maliyetlerini artırır
• CAPTCHA işleme: İzlenmeyen çalışma için otomatik çözme

Bright Data, ZIP kodu ve ASN hedeflemesi ile %95 başarı sağlar. BrowserAI, benzer yeteneklerle %85 başarı sunar. Ayrıntılı coğrafi hedefleme olmayan sağlayıcılar, konuma özgü varyasyonları kaçırır.

Gerçek zamanlı ajanlar

Tipik kullanım durumları ve ajanlar:

• Araştırma: OpenAI Derin araştırma
• Finansal analist

Yönlendirme ajanları

Bu ajanlar, girdileri sınıflandırır ve bunları uygun uzman işleyicilere yönlendirir.

Kritik gereksinimler:

• Hızlı sınıflandırma ve devir: Yönlendirme yükünü en aza indirmek
• Anında uzman başlatma: Yönlendirme kararlarından sonra başlatma gecikmeleri olmaması
• Devirler arasında bağlam koruma: Oturum durumunu yönlendirilen ajanlara aktarmak

BrowserAI'nın 1 saniyelik başlatma süresi, çoklu atlamalı yönlendirmede gecikmeyi azaltır. Bright Data, %100 hız skoru ile 2 saniyelik bir başlatma süresi sağlar. Airtop'un 4 saniyelik başlatma süresi ve eksik durum koruması, toplam yanıt süresini artırır.

Araştırma ajanları

Bu ajanlar, birden fazla kaynaktan bilgi toplar ve bulguları sentezler.

Kritik gereksinimler:

• Çok sekme bağlamı: Eşzamanlı kaynaklar arasında durumu korumak
• Arama motoru kapsamı: Çeşitli arama platformlarına erişim
• İçerik çıkarma kalitesi: LLM işleme için temiz yapılandırılmış veri

Bright Data ve BrowserAI, %95 ve %86 özellik kapsamıyla Google, Bing, DuckDuckGo ve Baidu'yu destekler. Steel.dev, yalnızca %45 özellik ile Google ve Bing'i destekler. Anchor Tarayıcı %91 özellik sağlar ancak %70 başarı oranına sahiptir.

Ek gereksinimler

• Hızlı yanıtlar
• Gerçek zamanlı kullanım için altyapı istikrarı (yani, yanıt süreleri paralel kullanım ile bozulmamalıdır).

Zorluklar ve önlemler

Tüm uzaktan tarayıcılar için tam olarak aynı testi çalıştırmayı amaçlasak da, bazı zorluklar vardır:

• LLM'ler olasılıksaldır; bu nedenle, ajanlarımız farklı ajan tarayıcılarının farklı web sitelerine gitmesini ister. Önlemler: Biz
  • Varyasyonları en aza indirmek için güvenlik önlemlerinden ve düşük sıcaklık ayarından yararlanırız.
  • Mümkün olduğunca spesifik sorgulara sahibiz.
  • Tüm test edilen çözümlerin benzer istekler almasını sağlamak için her ajanı birden fazla kez (örn. 5) çalıştırdık.

Bu benchmarkı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Sarı, Ekrem},
  title  = {{Uzaktan Tarayıcılar: Yapay Zeka Ajanları için Web Altyapısı Karşılaştırıldı}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/remote-browsers}},
  note   = {AIMultiple. Erişim tarihi: 30 Haziran 2026}
}

Cem Dilmegani

Baş Analist

Takip Et

Cem, 2017'den beri AIMultiple'da baş analist olarak görev yapmaktadır. AIMultiple, her ay Fortune 500 şirketlerinin %55'i de dahil olmak üzere yüz binlerce işletmeye (benzer Web'e göre) bilgi sağlamaktadır. Cem'in çalışmaları, Business Insider, Forbes, Washington Post gibi önde gelen küresel yayınlar, Deloitte, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslararası kuruluşlar tarafından alıntılanmıştır. AIMultiple'ı referans gösteren daha fazla saygın şirket ve kaynağı görebilirsiniz. Kariyeri boyunca Cem, teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yapmıştır. On yıldan fazla bir süre McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararları konusunda danışmanlık yapmıştır. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayınlamıştır. Bir telekom şirketinin CEO'suna bağlı olarak teknoloji stratejisi ve tedarikini yönetmiştir. Ayrıca, 2 yıl içinde sıfırdan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetmiştir. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınlarında yer aldı. Cem düzenli olarak uluslararası teknoloji konferanslarında konuşmacı olarak yer almaktadır. Boğaziçi Üniversitesi'nden bilgisayar mühendisliği diplomasına ve Columbia Business School'dan MBA derecesine sahiptir.

Tam Profili Görüntüle

Araştıran

Ekrem Sarı

Yapay Zeka Araştırmacısı

Takip Et

Ekrem, AIMultiple'da yapay zeka araştırmacısı olarak çalışmakta olup, akıllı otomasyon, GPU'lar, yapay zeka ajanları ve RAG çerçeveleri üzerine yoğunlaşmaktadır.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder