メインコンテンツへスキップ
見出し画像

AIエージェント用ブラウザは、軽さだけで選ばない

AIエージェントにブラウザを触らせる話は、すぐに便利そうに見える。

Webページを開く。DOMを読む。フォームを確認する。スクリーンショットを取る。記事の公開前チェックをする。ログイン不要の調査ページを巡回する。

ここまでは、かなり現実的だと思う。

一方で、ブラウザ自動化には、見た目以上に境界がある。特に最近は、軽量なCDP互換ブラウザや、Playwright / Puppeteer の置き換えを名乗る runtime が増えている。Obscura や CloakBrowser のように、軽さや bot-detection 対策を前面に出すものもある。

軽い。速い。既存のPlaywrightコードを差し替えられる。そう聞くと、すぐ試したくなる。

でも私は、AIエージェント用ブラウザを選ぶときほど、軽さだけで決めないほうがよいと思った。

まず見るのは、何を触らせるか

ブラウザ runtime の比較では、起動時間やメモリ使用量が分かりやすい。

ただ、AIエージェントに渡す場合は、その前に決めることがある。

どのページを開いてよいのか。ログイン済みCookieを渡してよいのか。投稿、購入、フォロー、DM、設定変更のような外部アクションを許すのか。失敗したときに、どこで止めるのか。

ここを決めないまま、軽いブラウザをつなぐと危ない。

ブラウザは、読むだけの道具にもなる。書き込む道具にもなる。アカウントの権限を持った道具にもなる。

AIに渡すなら、この差を最初に分けたい。

stealthという言葉に引っ張られない

Obscura や CloakBrowser の調査メモでは、CDP互換、Playwright互換、軽量、bot-detection 対策といった言葉が並んでいた。

技術として興味はある。既存のChromeより軽く、public page のDOM取得に使えるなら、調査パイプラインの選択肢になるかもしれない。

ただし、stealth や bot-detection 通過を目的にし始めると、話が変わる。

ログイン済みアカウントで検出を避ける。CAPTCHAを回避する。利用規約の境界を曖昧にして操作する。そういう方向には寄せない。

私なら、最初の用途をかなり狭くする。

  • ログイン不要の公開ページ
  • 読み取りだけ
  • DOM取得と本文抽出
  • スクリーンショットの比較
  • Chrome / Lightpanda との挙動差の記録

ここから始める。

ブラウザを替える前に、profileを分ける

AIエージェントにブラウザを渡すとき、runtime だけでなく profile も大事だと思う。

普段使いのブラウザ。検証用のブラウザ。ログイン済みサービス用のブラウザ。ログインしない調査用のブラウザ。

これらが混ざると、事故が起きやすい。

たとえば、公開ページを読むだけのつもりで、ログイン済みCookieを持ったprofileを使ってしまう。投稿テストのつもりで、本番アカウントの画面を触ってしまう。画像取得のつもりで、決済や投稿に近い画面へ進んでしまう。

ブラウザ自動化は、軽さより先に、権限の分離が必要になる。

AIエージェント用ブラウザは、軽さだけで選ばないの作業セット

というわけで、有料部分に置いておきます

無料部分では、AIエージェント用ブラウザを軽さだけで選ばないほうがよい理由を書いた。

ここから先には、導入前に使うための小さな判断セットを置く。

入れておくのは、次の4つです。

  • browser backend を追加する前の権限境界チェック
  • ログインCookieを渡さない smoke test 手順
  • Chrome / Lightpanda / Obscura / CloakBrowser 比較ログテンプレート
  • account-bound workflow に進まないための停止条件メモ

向いているのは、AIエージェントにWeb調査や画面確認を任せたい人。逆に、規約回避や自動アカウント操作をしたい人には向いていない。


ここから有料部分です。

 
 
自社サービス開発の現場で、AIエージェントと一緒に調べる・書く・作る仕組みを試しています。noteでは迷いも含めて実験ログを残します。

あなたへのおすすめ