Google、OpenClaw の流行の中でブラウザ エージェント チームを刷新

Googleが揺れている 後ろのチームを引き上げる プロジェクトマリナー、そのAIエージェントは、 Chromeブラウザ ユーザーに代わってタスクを完了できることを『WIRED』が学んだ。事情に詳しい関係者2人によると、ここ数カ月で研究プロトタイプに取り組んでいたGoogle Labsスタッフの一部は、より優先度の高いプロジェクトに移ったという。

Googleの広報担当者はこの変更を認めたが、Project Marinerの下で開発されたコンピュータ利用機能は今後同社のエージェント戦略に組み込まれると述べた。 Google は、これらの機能の一部をすでに他のエージェント製品に組み込んでいます。 ジェミニエージェントと広報担当者は付け加えた。

この変化は、Googleや他のAIラボが、次のような高度な能力を持つエージェントの台頭への対応を急いでいる中で起こった。 オープンクロー。これらのツールは現在、主に開発者によって使用されていますが、シリコンバレーでは、これらのツールが近いうちに人々や企業向けの汎用アシスタントを強化できると考えています。 Nvidia CEO の Jensen Huang 氏は、この賑やかなツールをエージェント コンピューター用の新しいオペレーティング システムに例えました。 「今日、世界中のすべての企業はOpenClaw戦略を持つ必要がある」と同氏は今週初めの同社の開発者カンファレンスで述べた。

Google CEOのサンダー・ピチャイ氏は、プロジェクト・マリナーを強調した。 昨年のI/Oカンファレンス。当時、OpenAI と Perplexity は、ユーザーのオンライン タスクを自動化することを約束するコンシューマ エージェントを立ち上げ、ブラウザ エージェントが業界の次なる大きな賭けであるように見えました。エージェントは人間と同じように、Web ページをクリックし、スクロールし、フォームに記入することができました。しかし、これらの製品の採用は業界の期待に応えるのに苦労しています。

Perplexity の Comet ブラウザ エージェントがちょうど到達しました 週間アクティブ ユーザー数 280 万人 一方、OpenAI の ChatGPT エージェントは、 週間アクティブ ユーザー数が 100 万人未満 ここ数ヶ月で。 ChatGPT と毎週会話する何億人ものユーザーと比較すると、ブラウザー エージェントの使用量は基本的に四捨五入誤差に相当します。

街の新しいエージェント

AI の世界の勢いは、昨年、Claude Code や OpenClaw (その作成者は OpenAI に雇用された) のようなエージェントへと劇的に移行しました。 Web ブラウジング エージェントとは異なり、これらのシステムはコマンド ラインを通じてコンピュータを制御します。これは、タスクを完了するためのより信頼性の高い方法であることが証明されています。これらの製品の中には、エージェント機能の中でも特にコンピューターの使用が機能として含まれているものがあります。それに比べて、ブラウザ エージェントはスタンドアロン製品としてはいくぶん制限されているように見えます。

スタンフォード大学で AI について講義を行っている AI スキルアップ プラットフォーム Workera の CEO、キアン・カタンフォルーシュ氏は、コンピュータ使用エージェントが普及しない理由の一部は、膨大な計算要件にあると述べています。これらのエージェントのほとんどは、Web ページの一連のスクリーンショットを取得し、それを AI モデルに入力し、表示された内容に基づいてアクションを実行します。すべての情報の処理は遅くなり、場合によっては 信頼できない。

「Claude Code と OpenClaw が示したのは、端末を操作する方が実際にははるかに効率的であるということです。端末はテキストベースであり、LLM もテキストベースであるためです」と Katanforoosh 氏は述べています。 「同じ結果を得るには、おそらく 10 ～ 100 倍少ない手順で済みます。」

これは、ブラウザ エージェントが改善していない、またはコンピュータの使用に関する研究が行き詰まっていると言っているわけではありません。

先月、スタートアップの Standard Intelligence は、 パソコン使用モデル スクリーンショットではなくビデオでトレーニングしました。このスタートアップは、ビデオを AI モデルのコンテキスト ウィンドウに圧縮できるビデオ エンコーダを開発したと述べており、これは以前のコンピュータ使用モデルよりも 50 倍効率的であると主張しています。 AI モデルの機能を誇示するため、このスタートアップはそれを車、ライブビデオフィード、コンピューターのキーボードに接続しました。モデルは簡単にできました サンフランシスコ周辺を自律走行する。