Mirror Dimension to syntetyczne środowisko internetowe, w którym Google ocenia agentów przeglądarkowych Chrome bez kierowania ich testów do publicznych witryn. Projekt łączy izolację z realistycznymi stronami i znanymi adresami, by ograniczać skutki uboczne testów, a zarazem sprawdzać zachowanie agentów w warunkach przypominających zwykłe przeglądanie. Google opisuje architekturę i przeznaczenie systemu.
W testach agentów sama izolacja nie wystarczy: strony powinny też przypominać te, z którymi agent spotyka się podczas zwykłego przeglądania.
Co Google testuje w Mirror Dimension?
Mirror Dimension służy do oceny agentów używających przeglądarki, w tym Auto Browse. To nie są publiczne strony internetowe: środowisko składa się z witryn syntetycznych, które pozwalają odtwarzać wieloetapowe zadania, takie jak przechodzenie przez kolejne strony serwisu.
Test ma dwa odrębne wymagania. Odizolowany sandbox i czysty punkt startowy ograniczają wpływ działań poza testem oraz przenoszenie ich skutków między przebiegami. Z kolei realistyczne, interaktywne strony i znajome adresy mają ograniczać tak zwaną świadomość ewaluacji — zmianę zachowania modelu, gdy rozpoznaje, że jest testowany. To połączenie ma dać Google bardziej użyteczny obraz działania agenta niż test na sztucznie uproszczonych stronach.
Jak znany adres prowadzi do syntetycznej strony?
Google opisuje przepływ, w którym bezgłowy Chrome działa w odizolowanym sandboxie gVisor, a lokalny serwer proxy przechwytuje żądania i kieruje je do syntetycznych witryn zamiast do publicznego internetu. Agent może więc korzystać ze znanej struktury adresów, podczas gdy treść strony pochodzi ze środowiska testowego.
Połączenia HTTPS wymagają też obsługi certyfikatów. Proxy tworzy certyfikaty TLS dla poszczególnych stron, powiązane z własnym certyfikatem głównym zainstalowanym w kontrolowanym sandboxie. Dzięki temu Chrome może zweryfikować ruch przechwycony przez proxy.
Każdy przebieg testu ma zaczynać się od czystego, identycznego stanu. Jeśli agent zmieni coś na stronie w jednym przebiegu, ta zmiana nie powinna wpływać na następny. Taki reset ułatwia porównywanie zachowania między testami.
Jak powstają i są sprawdzane witryny testowe?
Google opisuje proces, w którym człowiek określa ogólną podróż użytkownika, a następnie trzy role agentów pomagają zamienić ją w działającą witrynę. Agenci badawczy opracowują wymagania, agenci budują strony w HTML, CSS i JavaScript, a agenci krytyczni sprawdzają ich działanie.
Kontrola obejmuje między innymi semantykę dostępności, walidację formularzy, błędy w konsoli JavaScript, granice elementów i układ responsywny. Chrome DevTools for Agents pozwala agentom pomocniczym oglądać wyrenderowane strony, klikać, wpisywać tekst, nawigować i obserwować reakcje witryny. Google opisuje zbiór obejmujący tysiące syntetycznych stron inspirowanych codziennymi zadaniami, takimi jak zakupy czy korzystanie z serwisów społecznościowych.
Jak Google sprawdza odporność na pośrednie wstrzykiwanie promptów?
Pośrednie wstrzykiwanie promptów polega na umieszczaniu złośliwych instrukcji w treści, z którą agent styka się podczas pracy. Google opisuje testowanie takich ładunków w obrazach, tekstach, etykietach dostępności ARIA i odpowiedziach WebMCP.
Identyfikatory ładunków testowych są przekazywane w niestandardowych nagłówkach HTTP, a sandbox je filtruje. Dzięki temu adres widoczny dla agenta nie musi ujawniać, że strona została zmodyfikowana na potrzeby testu.
Google podaje, że system generuje ponad 1 000 kandydatów na testy dziennie na inżyniera bezpieczeństwa — ponad 30 razy więcej niż deklarowane przez firmę tempo testowania ręcznego. Te liczby opisują przepustowość tworzenia testów. Google koncentruje się na agentach przeglądarkowych korzystających z określonych operacji sieciowych i narzędzi; rozszerzenie systemu na ogólnego przeznaczenia agentów programistycznych przedstawia jako możliwy kierunek rozwoju.