Neural-Chromium: кастомный браузер для AI-агентов, который не копирует пиксели

Зачем браузеру нейроны?

Представьте: ваш AI-агент пытается зайти в Gmail. Он открывает headless Chrome, делает скриншот, копирует пиксели в память, передает в модель, ждет ответ. 3500 миллисекунд. Три с половиной секунды на один клик. Это не работает.

Neural-Chromium решает проблему кардинально - убирает копирование. Совсем. Браузер рисует страницу прямо в памяти, к которой имеет доступ AI-модель. Zero-copy vision. Это как если бы у модели были глаза внутри самого браузера.

Архитектура: что внутри этого монстра

Neural-Chromium - это не просто Chromium с API. Это переписанная система рендеринга.

1Viz композитор вместо скриншотов

Обычный браузер: DOM → Render Tree → Paint → Composite → Screenshot → Memory Copy → AI.

Neural-Chromium: DOM → Render Tree → Paint → Composite → AI (прямой доступ).

Разница в двух шагах. На практике это 70-85% экономии времени. Viz композитор Chromium теперь отдает данные напрямую, без промежуточных копий.

2Интеграция с Ollama через shared memory

Ollama 0.5.7 научился работать с shared memory регионами. Neural-Chromium создает регион, куда складывает визуальные данные. Ollama читает прямо оттуда. Никаких сокетов, никаких сериализаций JSON с base64.

3DOM-пранинг на стероидах

Помните статью про DOM-пранинг? Neural-Chromium делает это на уровне рендерера. Невидимые элементы не попадают в визуальный буфер вообще. Экономит до 40% данных для моделей.

Сборка: боль, кровь и терпение

Собрать Neural-Chromium - это как собрать двигатель Ferrari в гараже. Возможно, но нужно знать, куда бить молотком.

Первое: нужен специальный патч для Chromium. Не тот, что в main ветке. Патч от команды Neural-Chromium меняет архитектуру композитора и добавляет API для zero-copy доступа.

Сборка занимает 4-6 часов на 32-ядерном процессоре с 64 ГБ RAM. Если у вас меньше - готовьтесь к 12+ часам. Chromium не шутит с ресурсами.

Альтернативы: чем Neural-Chromium не является

Это не on-device браузерный агент на Qwen. Тот работает со стандартным Chrome. Neural-Chromium меняет сам браузер.

Это не AgentCrawl. Тот оптимизирует скрапинг. Neural-Chromium оптимизирует рендеринг.

Ближайший аналог - эксперименты Google с Gemini Nano в Chrome, о которых мы писали ранее. Но там модель встроена в браузер. Здесь браузер адаптирован под внешние модели.

Кому это нужно (а кому - нет)

Нужно:

• Разработчикам AI-агентов, которые устали ждать 3 секунды на действие
• Командам, строящим локальные AI-агенты на стероидах
• Тем, кто работает с чувствительными данными и не может отправлять скриншоты в облако
• Энтузиастам, готовым потратить неделю на настройку

Не нужно:

• Если ваш агент делает 1-2 действия в минуту
• Если вы только начинаете с AI-агентов на Bun
• Если у вас нет доступа к мощному железу для сборки
• Если вам нужна поддержка всех расширений Chrome

Практика: как выглядит работа с Neural-Chromium

API похож на puppeteer, но с нейронным акцентом:

from neural_chromium import NeuralBrowser
import asyncio

async def main():
    # Инициализация с моделью из Ollama
    browser = await NeuralBrowser.launch(
        ollama_model="qwen2.5-coder-32b-instruct",
        zero_copy=True,  # Включаем магию
        headless=True
    )
    
    # Страница загружается, рендеринг идет в shared memory
    page = await browser.new_page()
    await page.goto("https://gmail.com")
    
    # Модель видит страницу БЕЗ копирования
    # Задержка: 200-400 мс вместо 3000+
    action = await page.ask_ai("Зайди в почту, используя логин test@example.com")
    
    # AI решает, что делать дальше
    await action.execute()
    
    await browser.close()

asyncio.run(main())

Ключевой момент: page.ask_ai() не делает скриншот. Он передает дескриптор shared memory региона в Ollama. Модель читает пиксели напрямую.

Проблемы, которые все равно останутся

Neural-Chromium не решает проблему входа в Gmail с 2FA. Cookies нужно синхронизировать отдельно.

Не решает проблему медленного поиска - для этого нужны другие оптимизации, как в статье про поиск для AI-агентов.

И самое главное: Neural-Chromium требует, чтобы модель понимала визуальный ввод. Не все модели на 25.01.2026 это умеют. Llama 3.2 90B Vision - умеет. Qwen2.5-Coder-32B-Instruct - умеет. Старые модели без vision-модулей - нет.

Что будет дальше?

Команда Neural-Chromium обещает к середине 2026 года:

• Поддержку WebGPU для прямого доступа моделей к графическому конвейеру
• Интеграцию с DeepAgents CLI для сквозной автоматизации
• Плагин для VSCode, который будет использовать Neural-Chromium для автономного веб-поиска

Но сегодня, в январе 2026, Neural-Chromium - это инструмент для тех, кому важна каждая миллисекунда. Кто готов собрать собственный браузер, чтобы их агенты щелкали интерфейсы как в статье про Screen Vision, но в 5 раз быстрее.

Стоит ли игра свеч? Если вы управляете парком из 100 AI-агентов, которые делают 10 действий в секунду каждый - да. Экономия в 2800 мс на действие дает 280 секунд на агента в секунду. Это математика, которая оправдывает неделю настройки.

Если же ваш агент заходит в Gmail раз в день чтобы проверить почту - возможно, подождите пока Neural-Chromium станет проще в установке. Или используйте обычный headless Chrome с оптимизациями. В мире AI-агентов, как и в жизни, перфекционизм стоит дорого.