Melhores AI browser agents em 2026: 11 ferramentas para automatizar sites sem API

Atualizado em agosto de 2026. Browser Use e Skyvern são os melhores AI browser agents para times de engenharia que precisam fazer login em um site real e concluir uma tarefa de várias etapas sem API disponível, enquanto Claude in Chrome e o Auto Browse do Google são a melhor opção se você prefere uma versão mais leve da mesma capacidade, embutida em uma assinatura que já paga. Este guia classifica 11 agentes reais e a camada de infraestrutura por baixo deles pela forma como cada um enxerga de fato uma página (elementos do DOM ou uma captura de tela), por quem guarda as suas credenciais de login enquanto trabalha e pelo que as defesas anti-bot do próprio site de destino significam para o seu rollout, com preços verificados diretamente nas páginas dos fornecedores em agosto de 2026.

Esta é uma categoria mais restrita do que "plataforma de AI agents". Uma plataforma como as do nosso comparativo das melhores plataformas de AI agents pode chamar uma API de CRM ou disparar um webhook; um browser agent conduz fisicamente uma janela do Chromium, a mesma que uma pessoa usaria, porque o site de destino não tem API alguma. Essa restrição é também o motivo de esta categoria ter mudado mais do que quase qualquer outro canto da IA nos últimos 18 meses: a OpenAI lançou e aposentou dois produtos de navegador diferentes desde janeiro de 2025, e o Google encerrou seu próprio protótipo de pesquisa em maio de 2026 e levou a capacidade direto para o Chrome. O que sobra é uma mistura de startups feitas exatamente para esse trabalho e de fornecedores de foundation models que embutem uma versão mais enxuta em uma assinatura. Para a definição de base que os dois grupos usam, veja o que é um AI agent; para software de IA de propósito único que auxilia um humano em vez de agir sozinho, veja os melhores AI agents em 2026.

Fatos Principais

• 47,9% de todo o tráfego de bots de IA na rede global da Akamai de julho a dezembro de 2025 foi para sites de comércio, a maior categoria-alvo isolada, com a atividade de bots só na região Ásia-Pacífico subindo 63% na mesma janela, segundo a pesquisa da Akamai de 2026 sobre fraude agentic.
• 57,3% das organizações pesquisadas já rodam AI agents em produção, mas "qualidade", ou seja, a precisão e a consistência de um agente ao concluir uma tarefa corretamente, é a principal barreira citada para implantar mais deles, à frente de latência e segurança, segundo a pesquisa State of Agent Engineering da LangChain com mais de 1.340 profissionais.
• Preocupações com segurança são citadas por quase um quarto (24,9%) das grandes empresas como obstáculo principal à implantação de agentes, bem acima da média de todos os portes de empresa, segundo a mesma pesquisa da LangChain, uma diferença que pesa mais para um browser agent do que para quase qualquer outro tipo, já que é ele quem segura a sua sessão de login.
• O Gartner prevê que mais de 40% dos projetos de AI agentic serão cancelados até o fim de 2027, citando valor de negócio pouco claro e controles de risco inadequados, as mesmas duas forças que tornam um browser agent sem supervisão uma venda mais difícil do que um chatbot.
• A proporção de empresas que compram soluções de IA prontas em vez de construir as suas subiu de 53% em 2024 para 76% em 2025, segundo o State of Generative AI in the Enterprise da Menlo Ventures, uma mudança que passa direto por categorias como esta, em que um agente feito sob medida supera um script personalizado.
• No benchmark WebArena, testadores humanos concluem corretamente tarefas na web em 78,24% das vezes contra sites de teste congelados; a linha de base original de 2023 para um agente inicial baseado em GPT-4 era de 14,41%, e mesmo o melhor sistema de pesquisa publicado em 2026 chega a apenas 71,2%, segundo um estudo mais recente baseado no WebArena, que é a lacuna criada pelo acúmulo de falhas de confiabilidade por etapa em uma tarefa longa.

Tabela comparativa rápida

Como escolher um AI browser agent em 2026

A maioria dos times que avalia esta categoria decide pela demo antes de entender o que está de fato comprando. Antes de comparar fornecedores, responda a quatro perguntas específicas de um browser agent, que não aparecem do mesmo jeito quando você compra um chatbot ou um agente de ferramenta interna.

1. Ele enxerga o DOM ou uma captura de tela?

Um agente baseado em DOM lê a estrutura subjacente da página, seus elementos HTML ou a árvore de acessibilidade, para decidir o que clicar. Isso é rápido e preciso em um site bem estruturado, e é por isso que Browser Use e Stagehand o usam por padrão. Ele falha de duas formas previsíveis: em sites que escondem o conteúdo real atrás de um canvas ou de renderização pesada no cliente, e em sites que ofuscam de propósito o próprio markup para dificultar a automação.

Um agente baseado em visão olha uma captura de tela renderizada como uma pessoa faria e depois decide onde clicar com base no que vê. Todo o argumento da Skyvern se apoia nisso: como ela não analisa seletores, consegue funcionar em um site que nunca viu sem quebrar quando o nome de uma classe muda. A contrapartida é velocidade e precisão. Um modelo de visão pode errar o clique entre dois botões visualmente parecidos de um jeito que um agente baseado em DOM, lendo o elemento real, nunca erraria.

A maioria dos agentes sérios hoje faz as duas coisas. As primitivas act, observe e extract do Stagehand rodam no DOM por padrão, mas recorrem a um modelo de visão quando só a estrutura é ambígua, e o Amazon Nova Act descreve a própria abordagem como um modelo verticalmente integrado, treinado de ponta a ponta entre um orquestrador e um atuador de navegador, e não como uma única técnica. Pergunte a qualquer fornecedor qual é o padrão e qual é o fallback, porque essa resposta prevê como serão as suas falhas.

2. Quem de fato guarda as suas credenciais de login?

Esta é a pergunta que a maioria dos times pula até que algo dê errado. Um browser agent que faz login em uma conta real é um produto de manuseio de credenciais, quer se anuncie assim ou não, e os fornecedores desta lista adotam abordagens bem diferentes.

O padrão que vale notar: as ferramentas feitas para uso em produção sem supervisão (Skyvern, Nova Act) tratam credenciais como infraestrutura a ser guardada em cofre e delimitada, enquanto as ferramentas feitas para a sessão de navegação de um indivíduo (Claude in Chrome, Auto Browse) se apoiam em pausar para aprovação humana. Nenhuma abordagem está errada, mas usar o segundo tipo para o trabalho do primeiro, um job noturno sem supervisão rodando na sessão de SSO pessoal de alguém, é exatamente como um browser agent vira um incidente de segurança. O guia de segurança de AI agents aborda modelagem de ameaças e acesso de menor privilégio para agentes com mais profundidade, e o de guardrails de AI agents trata dos limites rígidos que devem valer independentemente do que o agente for instruído a fazer.

3. O que a defesa do próprio site de destino significa para você?

Sistemas de CAPTCHA e de detecção de bots existem porque, por padrão, os sites não querem ser automatizados, e vários fornecedores desta lista vendem a passagem por esses sistemas como recurso pago: o resolvedor avançado de CAPTCHA da Skyvern fica atrás do nível Pro, e tanto a Steel quanto a Hyperbrowser medem as resoluções de CAPTCHA por crédito. Essa capacidade existir não resolve se usá-la é aceitável. Os termos de serviço da maioria dos sites comerciais restringem o acesso automatizado de alguma forma, e um fluxo tecnicamente bem-sucedido que viole os termos do site de destino continua sendo uma decisão de negócio e jurídica que é do seu time, não algo que a capacidade do agente decide por você. Leia os termos do site de destino antes de automatizar qualquer coisa além de uma conta que você controla, e orce a resolução de CAPTCHA como um item separado, já que raramente está incluída no preço inicial anunciado do fornecedor.

4. Por que um agente 95% confiável ainda falha metade das vezes?

Porque a falha se acumula. Se um agente acerta cada etapa individual (achar o campo, ler o valor, clicar no botão) 95% das vezes, suas chances de concluir corretamente, do início ao fim, uma tarefa de 20 etapas são de aproximadamente 0,95 elevado à 20ª potência, cerca de 36%. Isso não é uma falha de nenhum fornecedor específico; é aritmética. É também por isso que a distância entre benchmark e produção é tão grande na prática: os próprios números publicados do WebArena para 2026 colocam o sistema de pesquisa mais forte em 71,2% contra um ambiente de teste congelado e auto-hospedado, em que a página nunca se mexe e a sessão nunca expira. Um site de destino real acrescenta limites de requisições, mudanças de layout, popups e timeouts de sessão com que um benchmark não precisa lidar. Planeje-se para isso dividindo workflows longos em etapas mais curtas, que um humano verifica entre os passos, em vez de confiar que uma única execução longa sem supervisão termine corretamente por conta própria.

Mais uma coisa antes dos perfis individuais: quase nenhum dos preços da tabela acima é a conta inteira. Horas de navegador, banda de proxy e resoluções de CAPTCHA são medidas e cobradas à parte da assinatura base em quase todo fornecedor de infraestrutura daqui, então modele o seu volume real de tarefas contra as tarifas de uso de cada perfil, e não apenas contra o preço de tabela.

Tabela de porte e persona

---

1. Browser Use: o padrão open source para times de engenharia

Todo o argumento do Browser Use é que a camada de agente não deveria prender você ao modelo de um fornecedor nem à infraestrutura de um fornecedor. A biblioteca Python open source lê uma representação simplificada dos elementos interativos de uma página (principalmente baseada em DOM) e recorre a um modelo de visão quando só essa estrutura não resolve a próxima ação, e funciona com o LLM que você apontar: OpenAI, Anthropic, Gemini ou um modelo auto-hospedado.

Essa flexibilidade é o motivo de ele aparecer como ponto de partida padrão na maioria das avaliações de times de engenharia. Você pode rodar a biblioteca central de graça na sua própria infraestrutura, sem assinatura alguma, e só migrar para a nuvem gerenciada quando precisar de simultaneidade ou de infraestrutura de sessões que não quer operar por conta própria.

Preço: Free (10 tarefas de agente/mês, 3 sessões simultâneas); Pay As You Go (créditos a partir de $5, sem assinatura); Dev $29/mês ($290/ano); Business $299/mês ($2.990/ano, 200 sessões simultâneas); Scaleup $999/mês ($9.990/ano, 500 sessões simultâneas); Enterprise sob consulta. Uso: sessões de navegador na nuvem $0,02/hora, proxy residencial gerenciado $5/GB ($4/GB no Scaleup). Fonte: browser-use.com/pricing.

Ideal para: Times de engenharia que querem uma base open source e agnóstica de modelo, que possam rodar de graça ou escalar na nuvem gerenciada sem lock-in de fornecedor.

---

2. Skyvern: controle baseado em visão com um cofre de credenciais de verdade

A Skyvern aposta no controle baseado em visão justamente para resolver o problema com que os agentes baseados em DOM sofrem: funcionar em um site que nunca viu, sem um seletor frágil quebrando assim que um fornecedor redesenha uma página. Junto vem o conjunto mais completo de recursos de manuseio de credenciais desta lista: credenciais armazenadas, suporte a 2FA e TOTP e integrações diretas com 1Password e Bitwarden, o que importa se o seu caso de uso real é fazer login em uma dúzia de portais de fornecedores diferentes, e não automatizar o seu próprio produto.

O motor central é open source sob AGPL-3.0, então você pode auto-hospedá-lo e pagar só pela sua própria infraestrutura e pelo uso de LLM, caso não precise do suporte da plataforma gerenciada nem da resolução de CAPTCHA.

Preço: Free ($0/mês, 5.000 créditos, 1 execução simultânea); Hobby $29/mês (30.000 créditos, 10 execuções simultâneas, resolvedor básico de CAPTCHA, credenciais armazenadas); Pro $149/mês (150.000 créditos, 25 execuções simultâneas, resolvedor avançado de CAPTCHA, 2FA/TOTP, integração com 1Password, proxy residencial); Enterprise sob consulta (100 execuções simultâneas, HIPAA, SOC-2, Azure Key Vault, Bitwarden, human in the loop). Fonte: skyvern.com/pricing.

Ideal para: Times que precisam de cofre de credenciais, suporte a 2FA e tratamento de CAPTCHA integrados, especialmente para fazer login em contas de fornecedores ou clientes de terceiros, e não no seu próprio produto.

---

3. Browserbase e Stagehand: precisão de Playwright mais uma camada de raciocínio de IA

A Browserbase vende a infraestrutura: sessões gerenciadas de Chromium headless, estado de autenticação persistente entre execuções (seu recurso "Contexts"), gestão de proxy e resolução de CAPTCHA. O Stagehand, o SDK open source gratuito que a Browserbase criou e mantém, vende a camada de controle por cima, dando aos desenvolvedores comandos determinísticos no nível do Playwright (act, observe, extract) junto com primitivas de IA para as etapas que pedem julgamento, e não um seletor fixo.

A combinação é o que há de mais próximo nesta lista de "escreva código de verdade e entregue o raciocínio só onde você realmente precisa". O Stagehand em si é agnóstico de infraestrutura e se conecta a LangChain, CrewAI e outros frameworks, mas rodá-lo nas sessões gerenciadas da Browserbase é o caminho mais rápido do zero até um agente funcionando.

Preço: Free ($0, 3 navegadores simultâneos, 1 hora de navegador, 3 execuções de agente, sem proxy incluído); Developer $20/mês (25 simultâneos, 100 horas de navegador e depois $0,12/hora, 1GB de proxy e depois $12/GB); Startup $99/mês (100 simultâneos, 500 horas de navegador e depois $0,10/hora, 5GB de proxy e depois $10/GB, retenção de 30 dias); Scale sob consulta (250+ simultâneos, HIPAA/DPA, SSO). Fonte: browserbase.com/pricing.

Ideal para: Times de desenvolvedores que querem controle determinístico no nível do Playwright quando precisam dele e raciocínio de IA quando não, rodando em infraestrutura gerenciada que não precisam operar por conta própria.

---

4. Steel.dev: infraestrutura amigável a open source com CAPTCHA integrado

A Steel faz o mesmo papel de infraestrutura que a Browserbase: sessões gerenciadas de navegador headless, proxies, resolução de CAPTCHA, mas se apoia mais em um nível gratuito amigável a open source. O crédito único de $30 do nível Launch rende cerca de 300 horas de navegador, 3GB de banda de proxy e aproximadamente 10.000 resoluções de CAPTCHA, uma franquia gratuita bem maior para fluxos pesados em CAPTCHA do que a maioria dos concorrentes oferece antes de você pagar qualquer coisa.

A pegadinha é uma barreira de depósito de $10: a resolução de CAPTCHA e os proxies fornecidos pela Steel não são ativados no nível gratuito até que você o faça, um detalhe fácil de perder ao comparar preços de vitrine.

Preço: Launch $0 + uso ($30 de crédito único, cerca de 300 horas de navegador, 10 sessões simultâneas de no máximo 15 minutos cada); Scale $250/mês ($100/mês de crédito, cerca de 1.250 horas de navegador, 100 sessões simultâneas de no máximo 1 hora cada, Slack dedicado, SSO, BAA pronto para HIPAA); Enterprise sob consulta (1.000+ sessões simultâneas, sessões de até 24 horas, navegador stealth). Excedente: horas de navegador $0,10/hora (Launch) ou $0,08/hora (Scale); proxy $10/GB ou $6/GB. Fonte: steel.dev/pricing e docs.steel.dev.

Ideal para: Times que querem uma alternativa de infraestrutura amigável a open source em relação à Browserbase, com uma franquia de resolução de CAPTCHA realmente utilizável antes de começar a pagar.

---

5. Hyperbrowser: a opção de infraestrutura econômica

A Hyperbrowser compete por preço na mesma categoria de infraestrutura que Browserbase e Steel, com um modelo baseado em créditos que cobre sessões de navegador, scraping, dados de proxy e recursos movidos a IA, como o próprio HyperAgent ou uma integração com o Browser Use. Relatos em sites de avaliação de terceiros colocam o plano Startup em cerca de $30/mês para 25 navegadores simultâneos e 30.000 créditos mensais, com um teste gratuito (uma sessão simultânea, sem cartão exigido) para experimentar antes de se comprometer.

Não conseguimos carregar a página de preços da própria Hyperbrowser para verificação direta e automatizada no momento desta redação, um problema cada vez mais comum em páginas de preços pesadas em JavaScript. Confirme os níveis e as tarifas atuais diretamente em hyperbrowser.ai/pricing antes de orçar com os números abaixo.

Preço (informado, verifique diretamente): Startup cerca de $30/mês (25 navegadores simultâneos, 30.000 créditos/mês, retenção de dados de 30 dias). Consumo de créditos informado em 100 créditos/hora para sessões de navegador, 20 créditos/etapa para recursos de IA, 10.000 créditos/GB para dados de proxy, com 1 crédito igual a $0,001. Fonte: página do fornecedor em hyperbrowser.ai/pricing (não carregou para verificação automatizada); cruzada com o acompanhamento de terceiros em tooltrim.com e agenticindex.io.

Ideal para: Times que pesquisam preços de provedores de infraestrutura, querem um modelo transparente por crédito e aceitam confirmar o preço atual diretamente antes de se comprometer.

---

6. Axiom.ai: gravação no-code para times não técnicos

A Axiom é a única ferramenta desta lista que, a rigor, não é um agente de raciocínio autônomo no mesmo sentido das outras, e vale ser direto sobre isso. É um gravador de bots de navegador no-code: você clica uma vez por um fluxo, a Axiom captura a sequência e a reproduz depois, com blocos movidos a GPT disponíveis para etapas como analisar ou extrair dados pelo caminho. Isso a deixa mais perto de uma RPA com IA acoplada do que de um agente que replaneja quando a página muda. O guia de AI agents versus chatbots e RPA trata dessa distinção completa.

Ainda assim ela merece seu lugar aqui, porque é uma forma genuína de conduzir um navegador real sem código, e para um fluxo fixo e repetível (do tipo que não precisa se adaptar a mudanças de página) um gravador costuma ser mais confiável do que um agente de raciocínio, e não menos. Se o seu fluxo está mais para automação de sequência fixa do que para raciocínio adaptativo, nosso comparativo das melhores ferramentas de automação com IA cobre essa categoria mais ampla.

Preço: Starter $15/mês (5 horas de execução, 1 bot); Pro $50/mês (30 horas, 1 bot); Pro Max $150/mês (100 horas, 2 bots simultâneos); Ultimate $250/mês (250 horas, 20 bots simultâneos). Teste gratuito: 2 horas de execução, limite de 30 minutos por execução, sem cartão exigido. Fonte: axiom.ai/pricing.

Ideal para: Times não técnicos de operações, marketing ou suporte que querem gravar um fluxo de navegador uma vez e reproduzi-lo sem escrever nem manter código.

---

7. Claude in Chrome: o assistente cauteloso dentro de uma assinatura que você já paga

O Claude in Chrome é uma extensão de navegador, e não um produto de infraestrutura headless, e a Anthropic o projetou assim de propósito. Ele lê páginas, clica, digita e preenche formulários dentro da sua sessão real e já logada do Chrome (ou do Edge, Brave e Opera baseados em Chromium), com um comportamento de segurança construído justamente em torno do risco de manuseio de credenciais que toda esta categoria precisa administrar: ele pausa antes de "compras, ações financeiras e outras portas sem volta", oferece um Permissions Mode que concede acesso a um site por vez em vez de aprovação geral, e a própria orientação da Anthropic é mantê-lo longe de bancos, prontuários de saúde e qualquer coisa que exija credenciais armazenadas.

Admins dos planos Team e Enterprise têm controles para toda a organização: ligar ou desligar a extensão e definir listas de sites permitidos e bloqueados, o que importa se você vai distribuir isso além do navegador de uma única pessoa.

Preço: Incluído em todos os planos pagos do Claude. Pro $17/mês cobrado anualmente ou $20/mês cobrado mensalmente; Max a partir de $100/mês (5x de uso) ou $200/mês (20x de uso). Não disponível no plano gratuito. Fonte: claude.com/claude-in-chrome e claude.com/pricing.

Ideal para: Profissionais do conhecimento individuais que já pagam pelo Claude e querem um assistente cauteloso para ferramentas internas e pesquisa, e não um pipeline de automação em produção.

---

8. Amazon Nova Act: automação por hora de agente para times nativos da AWS

O Nova Act é a aposta da AWS de que a confiabilidade de um browser agent vem da integração vertical, e não de acoplar um LLM de uso geral a um navegador: um foundation model personalizado, um orquestrador e um atuador de navegador treinados juntos, feitos sob medida para tarefas como entrada de dados em portais de CRM e ERP, testes de fluxos de checkout e extração de dados estruturados de sites sem opção de exportação.

A cobrança é por hora de agente, tempo real de trabalho decorrido, com agentes paralelos cobrados cada um de forma independente e o tempo de espera por um human in the loop excluído da medição. É um formato de preço realmente diferente dos modelos de crédito e de licença do resto desta lista, mais fácil de calcular para uma carga de produção estável e mais difícil de estimar para uso irregular ou exploratório.

Preço: $4,75 por hora de agente (tempo real de trabalho decorrido; agentes paralelos cobrados de forma independente; tempo de espera de human in the loop excluído). Fonte: docs.aws.amazon.com/nova-act e aws.amazon.com/nova/pricing.

Ideal para: Times de plataforma e automação nativos da AWS que rodam fluxos de UI repetitivos em escala de produção e querem cobrança e infraestrutura da AWS em vez de um fornecedor SaaS de terceiros. Se a sua avaliação é, na verdade, sobre a categoria mais ampla de suítes gerenciadas em que o AWS Bedrock AgentCore também compete, nosso comparativo das melhores plataformas enterprise de AI agents cobre essa comparação.

---

9. Google (Gemini in Chrome, Auto Browse): o que substituiu o Project Mariner

O protótipo de pesquisa dedicado do Google para esta categoria, o Project Mariner, acabou. O Google o encerrou em 4 de maio de 2026 e levou sua tecnologia para o Gemini e para um recurso voltado ao consumidor chamado Auto Browse dentro do Gemini in Chrome. O Auto Browse delega tarefas rotineiras (compras, agendamentos, burocracia digital) dentro da sua sessão real e já logada do Chrome, e não de uma cópia isolada, e foi projetado explicitamente para consultar você antes de concluir: "Foi projetado para manter você informado e pedir a sua aprovação", segundo o próprio anúncio do Google.

Ele vem embutido em uma assinatura Google AI Pro ou Google AI Ultra, e não é vendido separadamente, então não há preço avulso a citar, e, no momento desta redação, está sendo liberado em prévia para assinantes nos EUA no Windows, macOS, Chromebook Plus e Android, restrito a Contas Google pessoais de maiores de 18 anos.

Preço: Embutido nas assinaturas Google AI Pro e Google AI Ultra, sem cobrança separada. O preço padrão publicado pelo Google nos EUA para esses planos é $19,99/mês (Pro) e $249,99/mês (Ultra); confirme o preço atual diretamente, já que a página de assinaturas do Google é localizada por região. Fonte: support.google.com/chrome e gemini.google/subscriptions.

Ideal para: Consumidores e usuários do Google Workspace que já estão no ecossistema e querem delegar tarefas sem instalar nem configurar uma ferramenta separada.

---

10. OpenAI e ChatGPT: três nomes em dezoito meses

O caminho da OpenAI por esta categoria é a ilustração mais clara de como ela ainda é instável. O Operator, um browser agent independente guiado por capturas de tela, foi lançado em janeiro de 2025. Foi incorporado ao ChatGPT Agent em julho de 2025. A OpenAI então lançou o ChatGPT Atlas, um navegador completo baseado em Chromium com um modo de agente opt-in restrito a assinantes Plus, Pro e Business, em outubro de 2025. Em março de 2026, a OpenAI anunciou que consolidaria o Atlas, o aplicativo de desktop do ChatGPT e o Codex em um único aplicativo, e o próprio Atlas foi encerrado em 9 de agosto de 2026. A capacidade agentic baseada em navegador, incluindo suporte a login em contas, agora fica dentro do próprio ChatGPT, segundo a documentação da central de ajuda da OpenAI sobre a mudança.

Dado esse ritmo de mudança, o responsável a dizer a você não é uma afirmação confiante sobre capacidade, e sim que você verifique diretamente o que o browser agent do ChatGPT consegue e não consegue fazer em um fluxo com login antes de montar um processo de produção em torno dele. Um produto que mudou de nome e de veículo de entrega três vezes em menos de dois anos ainda não é uma base estável para planejar um ano de automação.

Preço: ChatGPT Plus $20/mês, Pro $200/mês; preço por licença do Business e do Enterprise disponível sob consulta. Os recursos agentic baseados em navegador historicamente exigiram o Plus ou superior. Fonte: verbete do ChatGPT na Wikipedia, cruzada com o próprio aviso de transição do Atlas para o ChatGPT da OpenAI.

Ideal para: Usuários do ChatGPT que querem automação de tarefas em navegador embutida em uma assinatura que já têm, entendendo que esta é a identidade de produto menos estável desta lista.

---

11. DIY: Playwright mais o seu próprio loop de agente

O Playwright, o framework gratuito de automação de navegador da Microsoft, sob licença MIT, é o motor determinístico sobre o qual vários fornecedores desta lista são construídos: o Stagehand o envolve diretamente, e a extração de DOM do Browser Use é conceitualmente a mesma camada. Times com um fluxo que não cabe nas premissas de nenhum agente pronto, ou com riscos altos o bastante para querer assumir diretamente as trocas de confiabilidade e segurança, escrevem o próprio loop: Playwright para ações exatas e precisas no DOM e um loop de tool calling com LLM (LangGraph e os outros frameworks do nosso comparativo dos melhores frameworks open source de AI agents são as escolhas comuns) para a camada de planejamento por cima.

Não há custo de produto aqui além do uso de API de modelo e da hospedagem headless que você escolher, incluindo a auto-hospedagem ou qualquer um dos fornecedores de infraestrutura acima. O que você compra, em vez disso, é controle: a sua própria lógica de retry, os seus próprios guardrails, a sua própria decisão sobre quando uma etapa precisa de um checkpoint humano.

Preço: O Playwright em si é gratuito e open source. O custo é o uso de API de modelo mais a opção de hospedagem que você escolher (auto-hospedada ou um fornecedor medido desta lista). Fonte: o Playwright é mantido pela Microsoft sob a licença MIT.

Ideal para: Times de engenharia com um fluxo fora do padrão, de alto risco ou de formato incomum, que as premissas de um agente pronto não atendem, e com capacidade de engenharia para assumi-lo diretamente.

---

Erros de compra de browser agents para evitar

---

Como escolher: framework de decisão

Escolha primeiro o modelo operacional: agente auto-hospedado, infraestrutura de navegador gerenciada, gravador no-code, assistente embutido ou loop personalizado.

O que fazer em seguida

Escolha um workflow real, daqueles que hoje custam a alguém uma hora de copiar e colar porque o site de destino não tem API, e rode-o em dois agentes antes de se comprometer com qualquer um: um baseado em DOM (Browser Use ou Stagehand) e um baseado em visão (Skyvern), em um nível de infraestrutura que combine com o seu volume. Meça quanto tempo uma pessoa leva para verificar o resultado, e não apenas se o agente tecnicamente terminou, porque é nessa etapa de verificação que um time costuma descobrir que um agente é 80% confiável, e não 99%. Se você já paga pelo Claude ou por uma assinatura Google AI, teste primeiro o Claude in Chrome ou o Auto Browse na mesma tarefa; a opção embutida não custa nada a mais e pode ser boa o bastante antes de você acrescentar um fornecedor dedicado. E antes de apontar qualquer um deles para um site que não é seu, leia os termos de serviço do site, e não apenas a página de login.