Browser Use est un agent navigateur open source : donnez-lui une instruction et il ouvre réellement un navigateur, clique sur des liens, remplit des formulaires, tourne les pages, ferme les fenêtres surgissantes, puis rapporte le résultat. Il ne fait pas semblant de 'naviguer sur le web' depuis une fenêtre de chat en inventant des réponses : il permet à l'IA d'utiliser le navigateur comme un humain. Il convient aux personnes ayant un vrai besoin d'automatisation web, pas aux lecteurs curieux qui veulent juste jeter un œil et ont mal à la tête devant une ligne de commande.
La différence essentielle avec les approches 'recherche web' et 'plugin'
La recherche web donne à un grand modèle de langage une seule chance de 'se documenter' : chercher, lire, répondre, terminé. Un plugin de navigateur cloue sa capacité à un site fixe. Browser Use suit une troisième voie : la boucle d'agent. À chaque étape, il observe l'état de la page, décide de l'action suivante (clic, saisie, défilement, attente) et peut revenir en arrière et réessayer en cas d'erreur. Les tâches en plusieurs étapes comme 'comparer les prix sur trois sites et en faire un tableau' sont accomplies en naviguant entre les pages ; une réponse basée sur la recherche ne peut que fournir une pile de liens, et les clics restants vous incombent.
Pourquoi il a décollé
Trois éléments se sont conjugués. D'abord, il compte parmi les premiers projets open source à emballer 'l'IA qui pilote le navigateur' en outil prêt à l'emploi, avec plus de 110 000 étoiles sur GitHub — l'un des dépôts les plus suivis du secteur. Ensuite, les trois parcours sont balisés : une bibliothèque Python locale gratuite, une CLI pour les agents existants et une API cloud entièrement hébergée — débutants comme utilisateurs en production prennent ce qu'il leur faut. Enfin, le choix du modèle est totalement ouvert : OpenAI, Claude et Gemini se branchent, il existe son propre modèle BU2 optimisé pour l'automatisation du navigateur, et les modèles Ollama locaux sont pris en charge — vous décidez de la facture et de la confidentialité.
Informations sur le dépôt officiel
Plateforme : GitHub ; organisation : browser-use ; projet : browser-use ; licence : MIT. Le positionnement en une phrase du dépôt est 'Agents that use the browser.' Un rappel : il existe des dépôts frères comme Browser Harness (un outil en ligne de commande qui donne aux agents IA le contrôle du navigateur) — se tromper de dépôt fait faire un détour.
Adresse du dépôt (pas un lien, pour vérification uniquement) : github.com/browser-use/browser-use
Avant le déploiement, bien calculer ces trois coûts
Coût un : la facture de tokens du modèle. La logique centrale de Browser Use, c'est 'à chaque étape, le grand modèle de langage voit la page et décide' — le texte DOM de la page entre dans le modèle à chaque étape, et il est normal qu'une tâche brûle des dizaines de milliers de tokens ; le mode vision (une capture d'écran envoyée au modèle multimodal à chaque étape) coûte encore plus cher. La clé du contrôle des coûts, c'est 'modèle bon marché + mode DOM' — la vision uniquement là où le texte échoue vraiment.
Coût deux : les défenses anti-bots et les CAPTCHA. L'édition locale open source ne résout pas les CAPTCHA — face à un mur de vérification humaine comme celui de Cloudflare, l'agent ne peut que fixer le mur, voire tomber dans une boucle sans fin 'réessayer — bloqué — réessayer' qui brûle des tokens pour rien. La réponse officielle est le navigateur furtif du cloud (avec proxys et traitement des CAPTCHA), mais c'est un service facturé à l'usage.
Coût trois : environnement local ou service cloud. En local, il faut Python 3.11 ou plus, toutes les interfaces sont des appels asynchrones, Chrome headless dévore de toute façon la mémoire, et à mesure que la concurrence monte c'est la machine qui lâche en premier ; les utilisateurs en Chine continentale peuvent en outre tomber dans le piège du téléchargement des extensions par défaut qui n'aboutit pas. Les navigateurs cloud sont facturés à l'heure de navigateur (environ 0,02 dollar), l'inférence du modèle en plus ; les nouvelles inscriptions reçoivent 15 dollars de crédit — de quoi essayer, mais l'usage durable se calcule soi-même. Un modèle Ollama local peut signifier zéro frais d'inférence, mais le résultat dépend directement du matériel.
Pour qui c'est fait, pour qui ce n'est pas fait
Convient : aux personnes ayant un vrai besoin d'automatisation web (comparaisons de prix en lot, formulaires, collecte de données) ; aux développeurs qui veulent apprendre comment s'écrit une boucle d'agent ; aux utilisateurs techniques prêts à bricoler un environnement Python.
Ne convient pas : aux curieux qui veulent juste 'regarder l'IA cliquer' (il y a une courbe d'apprentissage, et le cloud est aussi facturé à l'usage) ; à ceux qui espèrent contourner les anti-bots pour scraper à grande échelle (l'édition open source ne le peut pas, et cela peut enfreindre les conditions des sites) ; aux utilisateurs dont la machine est faible et qui ne veulent pas payer pour le cloud.
