Episode Details

2026年3月20日、人間やAIがコマンドラインと呼ばれる画面からテキストで指示を出すだけでWebブラウザを自動操作できるツール、「Browser Use CLI 2.0」がリリースされました。このニュースは、IT業界やエンジニアの間で「ブラウザ自動化の常識を覆す」と大きな話題を呼んでいます。

これまで、プログラムを使ってWebサイトの操作を自動化するには、対象となるURLや、クリックするボタンのシステム上の名前などを、人間が一つひとつ正確に指定する必要がありました。しかし、Browser Useを使えば、「このフォームにテスト用のデータを入力しておいて」といった人間らしい大まかな指示を出すだけで済みます。システムに組み込まれたAIが画面を読み取り、適切なボタンや入力欄を自分で見つけ出して、自律的に操作を進めてくれるのです。

今回のバージョン2.0における最大の進化は、圧倒的なスピードとコストの削減です。従来使われていた中継ツールを一切廃止し、「Chrome DevTools Protocol」という仕組みを使ってブラウザの裏側に直接接続するアーキテクチャへと切り替えました。さらに、毎回ブラウザを起動し直すのではなく、常にバックグラウンドで待機させる仕組みを取り入れたことで、操作にかかる速度が前世代の2倍に向上し、コストは半減。AIが指示を受けてからわずか50ミリ秒以下で画面をクリックできるほどの極めて高速なレスポンスを実現しています。また、普段皆さんが使っているChromeブラウザに直接接続できるため、すでにログイン済みのWebサイトであれば、AIが皆さんのログイン状態をそのまま活用して作業を引き継ぐことも可能です。

Browser Useは、シリコンバレーの名門アクセラレーターであるY Combinatorの2025年冬期プログラムを卒業した注目のスタートアップです。彼らが無償で公開しているこのプログラムは、世界中のエンジニアからすでに8万件以上の評価（GitHubのスター）を集めており、SeleniumやPlaywrightといった従来のブラウザ自動化ツールの市場を大きく揺るがしています。GoogleのGeminiやOpenAIのGPT、AnthropicのClaudeなど、世界の主要なAIモデルにも対応しており、用途に合わせて最適なAIの頭脳を選べる点も強みです。

私たちが日々行っているWeb上の定型業務や情報収集といった面倒な作業を、AIがこれほど高速かつ的確に肩代わりしてくれる時代がやってきました。プログラミングの専門知識がないビジネスパーソンにとっても、近い将来、言葉で指示するだけで自分専用の優秀なWebアシスタントを作れるようになることを予感させる、非常にワクワクするニュースですね。