Zanim Chrome zacznie pobierać Gemini Nano — przed jakąkolwiek interakcją użytkownika z funkcjami AI, przed wyświetleniem ekranu ustawień AI, przed pierwszym kliknięciem w pasku adresu — przeglądarka decyduje, czy ten konkretny użytkownik dostanie model.
Decyzja opiera się na profilu sprzętowym urządzenia. Profil sprzętowy to są dane osobowe.
Czym jest Hardware fingerprinting for AI eligibility
Hardware fingerprinting for AI eligibility to praktyka w której przeglądarka (lub aplikacja) odczytuje charakterystyki sprzętowe urządzenia użytkownika — klasę CPU, klasę GPU, ilość RAM, ilość VRAM — żeby zdecydować, czy urządzenie kwalifikuje się do automatycznego pobrania lokalnego modelu AI, wykonywana bez wyraźnej zgody użytkownika i przed wyświetleniem jakiegokolwiek UI związanego z AI.
Co dokładnie Chrome odczytuje
W pliku Local State (JSON w katalogu User Data Chrome) zapisany jest blok:
„optimization_guide”: {
„on_device”: {
„performance_class”: 6,
„vram_mb”: „36864”
}
}
performance_class: wewnętrzna enumeracja Chrome charakteryzująca klasę wydajności urządzenia. Wartość obliczana z klasy CPU (poprzez identyfikację modelu procesora), klasy GPU (rozpoznawanie producenta i generacji), pamięci RAM (poprzez navigator.deviceMemory API) i VRAM. Klasa 6 jest typowo progiem do eligibility na Gemini Nano.
vram_mb: dokładny rozmiar VRAM/unified memory w MB. Przykład z badania Hanffa: 36864 MB = 36 GB unified memory (Apple M1 Ultra ze 128 GB unified, z czego 36 GB przeznaczone na GPU).
Kiedy fingerprinting się dzieje
Przed jakąkolwiek widoczną aktywnością AI w przeglądarce. Profil sprzętowy jest odczytywany podczas inicjalizacji nowego profilu Chrome i aktualizowany przy każdym kolejnym uruchomieniu. Decyzja „push do tego użytkownika” zapada na podstawie tego profilu, w tle, bez sygnału dla użytkownika.
UI ustawień AI w chrome://settings/ai pokazuje się dopiero gdy fingerprinting potwierdził eligibility — co znaczy, że użytkownik o istnieniu funkcji AI dowiaduje się po tym, jak Chrome już zdecydował o dostarczeniu modelu.
Status prawny
Odcisk palca sprzętu skorelowany z profilem przeglądarki to są dane osobowe w rozumieniu art. 4(1) RODO — umożliwiają identyfikację urządzenia, a przez to konkretnego użytkownika z dużym prawdopodobieństwem (kombinacja CPU class + GPU model + dokładne VRAM jest często unikalna w skali populacji urządzeń jednego użytkownika).
Z punktu widzenia art. 6 RODO — przetwarzanie tych danych odbywa się bez ważnej podstawy prawnej: nie ma zgody, nie ma niezbędności do umowy z użytkownikiem, uzasadniony interes administratora (Google) przeważony jest interesem użytkownika.
Z punktu widzenia art. 25 RODO (privacy by design) — pobieranie odcisku palca sprzętowego żeby zdecydować o pushu 4 GB pliku jest dokładnym przeciwieństwem minimalizacji.
Implikacje dla web designu
Twoja strona w 2026 jest oglądana przez użytkowników z dwóch kategorii:
Eligible: mają lokalny Gemini Nano. Browser-as-Agent działa. Twoja strona jest podsumowywana, parafrazowana, klasyfikowana lokalnie.
Non-eligible: nie spełniają wymagań sprzętowych. Browser-as-Agent się nie aktywował. Twoja strona jest renderowana klasycznie.
Z perspektywy autora strony obie grupy istnieją równolegle i nie wiesz która jest którą. W analytics widać tylko user agent (Chrome version), nie performance_class. Nie możesz zoptymalizować osobno pod dwie grupy. Możesz tylko optymalizować pod obu jednocześnie — strona agent-ready działa dobrze w obu przypadkach.
Geograficzny aspekt
Eligibility dla Gemini Nano wymaga ~16 GB RAM lub unified memory + sensowne GPU + >22 GB wolnego dysku. To wykluczająca populację z urządzeń budżetowych — tańsze laptopy, starsze maszyny, część rynku w krajach o niższych dochodach.
To znaczy, że Browser-as-Agent jest funkcjonalnością klasy globalnie wyższej. Twoja strona dostaje „lepsze” doświadczenie dla użytkowników z droższym sprzętem (lokalny model im pomaga lub szkodzi w zależności od jakości twojej strony), a „klasyczne” doświadczenie dla użytkowników z tańszym.