Proxy cho AI agent browser-use và computer-use (hướng dẫn 2026)

2026 là năm các AI agent ngừng chỉ là bản demo. browser-use, các agent kiểu Operator của OpenAI, computer use của Anthropic, và cả tá framework xây trên Playwright giờ đây điều khiển trình duyệt thật chống lại các website thật — đặt vé, mua hàng, nghiên cứu, giám sát. Và tất cả đều đâm vào cùng một bức tường: các site mà chúng vận hành coi chúng là bot, bởi vì chúng đúng là bot.

Hướng dẫn này bàn riêng về lớp proxy cho các AI agent điều khiển trình duyệt. Nếu agent của bạn dùng thư viện HTTP thay vì trình duyệt (công cụ LangChain, scraper bên trong CrewAI), hãy xem Proxy cho AI Agent: LangChain, AutoGPT & CrewAI — bài viết này nói về các agent điều khiển một trình duyệt đầy đủ.

Tại Sao Browser Agent Bị Chặn Nhanh Hơn Scraper

Phản trực giác nhưng đúng: một LLM agent điều khiển trình duyệt Chrome thật thường bị chặn nhanh hơn một scraper Python thuần. Ba lý do:

1. IP datacenter + trình duyệt hoàn hảo = lệch pha. Fingerprint trình duyệt nói "Chrome thật trên phần cứng thật," nhưng IP lại thuộc về AWS hay GCP — nơi đa số agent chạy. Các nhà cung cấp anti-bot đánh trọng số rất nặng cho ASN của IP; một fingerprint tầm residential trên một ASN datacenter là chữ ký automation kinh điển trong sách giáo khoa.
2. Agent retry như máy. Khi một hành động thất bại, vòng lặp LLM retry ngay lập tức, từ cùng một IP, với thời điểm gần như giống hệt. Ba lần retry giống hệt nhanh chóng là bài học vỡ lòng của phát hiện hành vi.
3. CDP để lại dấu vết. Hầu hết framework agent điều khiển trình duyệt qua Chrome DevTools Protocol. Các site dò tìm navigator.webdriver, các artifact thời gian đặc trưng của CDP, và các dấu hiệu headless. Kết hợp với một IP bị gắn cờ, điểm số vượt ngưỡng chặn ngay tức khắc.

IP là thứ rẻ nhất trong ba thứ để sửa, và chỉ sửa nó thôi cũng giải quyết được hầu hết các trường hợp bị chặn: định tuyến agent qua proxy residential để câu chuyện về IP khớp với câu chuyện về trình duyệt.

Thiết Lập: browser-use với Proxy Residential

browser-use nằm trên Playwright, nên hỗ trợ proxy là sẵn có. Mẫu hình: một sticky session cho mỗi task của agent, để IP giữ ổn định trong khi agent làm việc, và một IP mới cho task tiếp theo.

from browser_use import Agent, Browser, BrowserConfig
from langchain_openai import ChatOpenAI
import uuid

task_id = uuid.uuid4().hex[:8]

browser = Browser(config=BrowserConfig(
    proxy={
        "server": "http://us.jibaoproxy.com:913",
        "username": f"USERNAME-session-{task_id}",   # sticky: same IP for this task
        "password": "PASSWORD",
    },
))

agent = Agent(
    task="Find the current price of the Sony WH-1000XM6 on the three largest US retailers.",
    llm=ChatOpenAI(model="gpt-4o"),
    browser=browser,
)
result = await agent.run()

Chi tiết then chốt: hậu tố session-{task_id}. Không có nó, một gateway xoay vòng có thể giao cho agent một IP mới giữa chừng task — nội dung giỏ hàng biến mất, đăng nhập rớt, và agent phí các lần gọi LLM để làm lại các bước. Có nó, task chạy trên một IP từ đầu đến cuối, và task tiếp theo nhận được một IP sạch.

Thiết Lập: Vòng Lặp Playwright Thuần / Computer-Use

Nếu bạn đã tự xây vòng lặp agent của riêng mình trên Playwright (mẫu hình đằng sau hầu hết các triển khai kiểu Operator và computer-use), proxy được đặt trên browser context:

from playwright.async_api import async_playwright

async with async_playwright() as p:
    browser = await p.chromium.launch(headless=False)
    context = await browser.new_context(
        proxy={
            "server": "http://us.jibaoproxy.com:913",
            "username": "USERNAME-session-agent42",
            "password": "PASSWORD",
        },
        viewport={"width": 1366, "height": 768},
        locale="en-US",
        timezone_id="America/Chicago",   # match the proxy country
    )
    page = await context.new_page()
    # ... agent loop: screenshot -> LLM -> action -> repeat

Đặt locale và timezone_id khớp với quốc gia của proxy. Một agent duyệt web từ một IP của Mỹ với đồng hồ UTC+8 là một sự không nhất quán mà các hệ thống hành vi chấm điểm chống lại bạn.

Proxy theo từng context cũng cho bạn một trình duyệt, nhiều agent: mỗi new_context() có thể mang hậu tố session riêng, nên mười task agent đồng thời chạy trên mười IP residential khác nhau mà không cần mười tiến trình Chrome.

Chiến Lược Session Cho Khối Lượng Công Việc Của Agent

Khối lượng công việc của agent	Chiến lược session	Tại sao
Nghiên cứu / kiểm tra giá (không đăng nhập)	Sticky, 10 phút, session mới cho mỗi task	Ổn định trong task, IP mới giữa các task
Thao tác tài khoản đã đăng nhập	Sticky 30 phút, cùng một session ID mỗi lần chạy	Các site gắn cờ tài khoản nhảy quốc gia giữa các lần đăng nhập
Luồng checkout / đặt chỗ	Sticky 30 phút	IP đổi giữa chừng checkout giết session và kích hoạt rà soát gian lận
Giám sát số lượng lớn (hàng trăm trang)	Xoay vòng, không ghim session	Tối đa hóa độ đa dạng IP, không có trạng thái để bảo toàn

Kiểm Soát Chi Phí: Agent Ngốn Băng Thông

Lưu lượng residential được tính theo GB, và một browser agent kéo về toàn bộ trang — hình ảnh, font, tracker — khác với một scraper HTTP. Không được quản lý, một task agent có thể ngốn 20–50 MB. Ba cách sửa, theo thứ tự tác động:

1. Chặn các tài nguyên nặng mà LLM không cần:

   await context.route("**/*.{png,jpg,jpeg,webp,gif,woff,woff2,mp4}",
                       lambda route: route.abort())

   Nếu agent của bạn đọc ảnh chụp màn hình, hãy giữ hình ảnh trên trang mục tiêu nhưng vẫn chặn video và font. Nếu nó đọc DOM/cây accessibility, hãy chặn cả hình ảnh — cắt giảm lưu lượng 60–80%.
2. Chỉ định tuyến những gì cần định tuyến. Các lần gọi API LLM (OpenAI/Anthropic) KHÔNG được đi qua proxy residential — đó là GB lãng phí thuần túy và độ trễ tăng thêm. Hãy proxy browser context, không phải tiến trình host.
3. Giới hạn retry ở cấp framework. Tối đa hai lần retry, có backoff và một session ID mới ở lần thứ hai — một IP mới sửa được nhiều trường hợp bị chặn hơn một lần thử thứ ba giống hệt.

Với việc chặn hình ảnh và định tuyến có phạm vi, các task browser-agent điển hình rơi vào khoảng 2–8 MB — ở mức $2/GB thì chỉ vài cent cho mỗi trăm task.

Những Gì Proxy Không Sửa Được

Phần thành thật. Một IP residential sửa được sự lệch pha ASN và uy tín IP, vốn là tín hiệu đơn lẻ nặng ký nhất trong chấm điểm anti-bot 2026. Nó không sửa được:

• Phát hiện CDP/headless — hãy dùng các tùy chọn stealth của framework của bạn (browser-use đi kèm các cờ khởi chạy đã được vá; với Playwright thuần hãy xem các bản vá kiểu rebrowser), và ưu tiên chế độ headed cho các luồng giá trị cao.
• TLS fingerprinting — không phải vấn đề với các agent dùng trình duyệt thật (TLS của trình duyệt là chính hãng), nhưng đó là lý do tại sao bạn không thể "chỉ phát lại" các request của agent bằng requests sau này. Xem giải thích JA3/JA4.
• Chấm điểm hành vi trên luồng hành động — hãy thêm các độ trễ ngẫu nhiên nhỏ giữa các hành động và tránh tọa độ click giống hệt từng pixel qua các lần chạy.

Xếp chồng cả ba thứ này trên một IP residential thì các browser agent vượt qua cùng những kiểm tra mà người dùng thật vượt qua. Với những mục tiêu khó nhất (DataDome, PerimeterX), hãy xem hướng dẫn DataDome/PerimeterX của chúng tôi.

Tóm Tắt

• Các agent trên IP datacenter tự tố cáo mình; IP residential khiến câu chuyện về IP khớp với câu chuyện về trình duyệt.
• Một sticky session cho mỗi task của agent; cùng một session ID mãi mãi cho các tài khoản đã đăng nhập; xoay vòng cho giám sát không trạng thái.
• Khớp timezone_id/locale với quốc gia của proxy.
• Chặn hình ảnh/font/video và đừng bao giờ định tuyến các lần gọi API LLM qua băng thông residential.
• Retry với một session ID mới, không phải cùng một IP.