AIエージェントがWeb画面を操作する方法は、MCPだけではなく、軽量なCLI、自己修復型のSDK、人とAIが同じセッションを共有する専用ブラウザへ広がっています。

2026年8月のOSS巡回では、直近の新顔と大型更新を、いま使っているPlaywright系の自動化や実ブラウザ操作と比較しました。結論から言うと、すぐ全面移行する段階ではありません。一方、CLI型の2候補は、同じ仕事を少ない入出力で処理できるか試す価値があります。

今月注目した5つのOSS

vercel-labs/agent-browser は、ブラウザ操作をコマンドとして呼び出せるCLIです。参照IDを使ったスナップショットと常駐デーモンを備え、エージェントが毎回大量の画面情報を読み直す負担を抑えやすい構成です。

既存のPlaywright自動化をすべて置き換えるのではなく、定型的な確認作業を1本だけ選び、処理時間、失敗率、入出力量を比較するのが現実的です。

Microsoft Playwright CLI は、Playwrightの操作をコーディングエージェント向けのコマンドとして扱う経路です。Playwright MCP と同じエンジンの延長で比較できるため、既存のPlaywright資産が多い組織ほど試験条件をそろえやすい候補です。

agent-browserと役割が近いため、両方を同時に本採用する必要はありません。同じシナリオを実行し、保守しやすいほうを残す比較が向いています。

Stagehand は、コードによる確定操作と自然言語による柔軟な操作を組み合わせるSDKです。最近の更新では、エージェント機能と外部ツールの接続範囲が広がりました。

動的DOMや複雑なフォームで既存スクリプトの修正が頻発するなら有力です。ただし、現在の方法で安定している処理へ先回りで追加すると、運用経路が増えるだけです。壊れやすさが実際に観測された時点で比較すれば十分です。

browser-use は広く使われているブラウザエージェントですが、今回の巡回で注目したRustコアは、調査時点では詳細と実装の評価材料がそろっていませんでした。発表の大きさではなく、リリース後の再現可能なベンチマークを待つのが安全です。

Ego-Lite は、人とAIが同じ認証セッションを共有しながら、AI側の操作をバックグラウンドへ分ける共同ブラウジングの提案です。

ログイン済みブラウザをAIに使わせたい組織には面白い設計です。一方、すでに実ブラウザを安全に操作する仕組みがある場合、専用ブラウザを増やす運用コストも比較対象に含める必要があります。

選定で見るべき3つの軸

デモの派手さより、ログイン、検索、入力、確認といった実際の一連の作業を何回安定して完了できるかを測ります。出力が軽くても、失敗時の原因が追えなければ保守費用は下がりません。

新しいツールを入れるときは、Cookieやログイン状態の扱いを先に決めます。専用プロファイル、ローカル接続、既存ブラウザ共有では、便利さと分離のしやすさが異なります。

試験導入の合格条件は「動いた」だけではありません。既存経路より良いと確認できたら置換し、差がなければ増やさない。採用後も古い方法を残すと、障害時の判断先が増えてしまいます。

まずは1業務だけで比較し、勝った経路だけを残す。この進め方なら、新しいOSSを追いながらも道具の増えすぎを防げます。

AIツール選定から、小さな試験導入まで一緒に整えます

ラポ秘書サービスでは、話題性だけで道具を増やさず、現在の業務との重なりを確認してから小さく試します。AIに任せる範囲と、人が確認する地点の設計もご相談いただけます。

ラポ秘書サービスを見る

※機能と採用判断は、2026-08-05時点の公開情報および巡回メモに基づきます。