← 概念辨析に戻る

Concept Contrast Fable

ブラウザツールとウェブエージェント

先に結論:ブラウザツールは一本のドライバーのようなもの——どのウェブページのどのボタンをクリックするかをあなたが指示する。ウェブエージェントは工具箱を持ってウェブの世界に踏み込む人——どのページに行き、どのボタンを押し、どんな情報を読んだら次に何をするかを自分で決める。一方は呼び出されるもの、一方は自律的に探索するもの。

ブラウザツールは一本のドライバーのようなもの——どのウェブページのどのボタンをクリックするかをあなたが指示する。ウェブエージェントは工具箱を持ってウェブの世界に踏み込む人——どのページに行き、どのボタンを押し、どんな情報を読んだら次に何をするかを自分で決める。一方は呼び出されるもの、一方は自律的に探索するもの。

寓話

ドライバーと修理工

老彭の不動産管理会社は三十棟のビルを管理しており、各棟に十個のバルブが毎月の点検を必要としている。彼は自動点検カートを一台買い、車にはスマートレンチが載っている。老彭が地図上にポイントを標示するたび、カートはそこへ走り、指定位置に着くとレンチが伸びて二回回し、圧力を検測し、データを送り返す。

三か月運用して、効果は良かった。しかし毎月、老彭は半日かけて小型車の地図にポイントを打たねばならない——三十棟の建物かける十のバルブ、三百の座標を手作業で入力する。新しく来た技術者が尋ねた:小型車に自分でバルブを探させられないのか?老彭は言った:だめだ、あれは俺が印を付けた場所にしか行かない。

老彭は後にシステムをアップグレードし、台車に視覚認識モジュールと意思決定ユニットを追加した。今では台車に人手による標点は不要だ。建物に入ると環境をスキャンし、配管の走向を認識し、バルブの位置を見つけ、自分でひねり終え、次のバルブの可能性のある位置を自分で判断し、自分でルートを計画する。

アップグレード後のシステムが稼働した最初の週に一つの出来事があった。小型車が古い建物の中で漏水しているバルブを発見したが、それは巡回チェックリストにはなかった。旧システムならそのまま見過ごしていた。新システムの意思決定ユニットは、この漏水が階全体の水圧に影響する可能性があると判断し、自ら停止して写真を撮り、警報を発した。

機器サプライヤーの営業が訪れ、言った。御社のこの二世代の製品は、対外的にはどちらも「自動巡視システム」と呼べますね。老彭は言った。対外的に同じ名で呼んでも、内部的には二つの別物だ。第一世代は動くレンチにリモコンを付けたもの——ツールだ。第二世代は見て、判断して、経路を計画する巡視員だ。

不動産会社は後に産業園区の契約を請け負い、発注者は入札書に巡回システムの能力を明確に書くよう求めた。老彭は技術者に二列で書かせた。左列には「ツール能力」——バルブを回せる、圧力計を読める、写真を撮れる。右列には「自律巡回能力」——配管を識別できる、ルートを計画できる、未登録の異常を発見できる、情報が不完全なときに自律的に意思決定できる。

発注者は入札書を見て言った:多くの人がこの二列を混ぜて書いており、私たちはどの会社が本当に自律巡回能力を持ち、どの会社が単なる遠隔制御ツールなのか区別できない。あなたたちが分けて書けば、私たちは一目でわかる。

契約に署名した後、老彭はチームにメッセージを送った。これから製品を紹介するときは、まず自分に問いかけよ——このものは自分で決定を下すのか、それとも使われるのを待つのか。答えが違えば、売る価格も負う責任も違ってくる。

ブラウザツール

呼び出し可能なブラウザ操作インターフェースで、クリック、入力、スクロール、スクリーンショットなど、単一ステップのウェブ操作を実行する。操作の順序を自律的に決定せず、外部からの指示によって駆動される必要がある。

ウェブエージェント

環境を認識し自律的に意思決定する能力を持つウェブ操作エンティティ。ウェブページの内容を理解し、多段階の操作を計画し、ページのフィードバックに応じて戦略を調整し、自律的にタスクを完了できる。内部でブラウザツールを使うこともあるが、それ自体が意思決定者である。

物語の対応

  • 自動巡回カートとスマートレンチ:ブラウザツール——外部から操作目標と座標を与えられる必要がある。
  • 三百の点位を人手で标注:ツールモードでは呼び出し側がすべての操作パラメータを管理する必要がある。
  • 視覚認識と意思決定ユニットを追加:Web エージェントへアップグレード——自律的な知覚と意思決定。
  • 未登録の漏水バルブを発見:エージェントの自律的な発見と能動的な報告能力。
  • 入札書は能力を二列に分けて記載する:調達資料でツール能力とエージェント能力を区別し、評価をより明確にする。

プロジェクトに落とし込む

ウェブ操作の方案を評価するときは、まずそのシーンが求めるのがツールかエージェントかを判断する。操作目標が明確で手順が固定されている場合(例えば毎日同じ管理画面にログインして同じレポートを取得する)、ブラウザツールで十分であり、応答が速く、制御可能で、コストも低い。ページをまたいで探索し、動的な内容に応じて判断し、未知の例外を処理する必要があるなら、ウェブエージェントのアーキテクチャに価値がある。ツールしか必要としないシーンにエージェントの価格を提示すれば受注を逃し、自律的な意思決定が必要なシーンにツールの能力を約束すれば失敗する。

京ICP备2026014272号