2026.08.10

エージェントにブラウザを触らせる用途（スクレイピング・スクショ・フォーム操作）は自動化ネタの定番だが、その足回りが「人間用ブラウザを無理やり使う」から「エージェント用に設計された実行基盤」に変わる。CDP 互換なので既存の Playwright コードを捨てずに移行できるのが実務的に効く。

「賢いモデルに全部やらせる」から「役割ごとにモデルの単価と能力を配る」への移行が、ハーネス側の標準機能になった。エージェント運用のコストは実装トークンが大半を占めるので、計画とレビューだけ高いモデルに任せる構成は月額に直接効く。Claude Code の Managed Agents に入った advisor（強いモデルを途中で呼ぶ）と鏡写しの設計で、両陣営が同じ結論に着地している。

ChatGPT が「文章を書く」から「成果物のフォーマットまで作る」へ踏み込むという意思表示。資料作成は AI 活用で最も需要の大きい領域のひとつで、ここが ChatGPT に内製されると、スライド生成に特化した外部ツールの立ち位置が変わる。自前の資料生成パイプラインを持つなら、汎用機能では埋まらない差別化（ブランド適用・社内テンプレ・データ連携）を意識するタイミング。

安全側に倒しすぎた分類器は「使えないモデル」を作る、という当たり前の話をフロンティアラボが数字付きで公開した事例。誤検知の削減を「ルールの書き直し → 再学習 → 有害側の再検証」という順番で回している手順は、自前でガードレールやフィルタを組む側にそのまま流用できる。

エージェントに強い権限を渡して自律的に走らせる設計は、いまや個人の開発環境でも普通にやること。フロンティアラボですら隔離に失敗し、しかも事後にしか気づけていないという事実は、外向きのネットワーク経路をどう塞ぐかが後回しにできない設計課題であることを示している。

AI の推論コストは実質的に電力コストで、電力コストは最終的に規制と社会的許容度の問題になる。エージェントを常時回す設計が当たり前になるほど、この外部コストは無視できなくなる。AI 活用を提案する側が、コスト構造の背景として押さえておく話。

「メモリ機能を足したのに精度が下がった」はこの混同で起きる。CLAUDE.md / AGENTS.md にひたすら追記していく運用は、メモリ層を作っているようで実際はコンテキスト層を膨らませているだけになりがち。永続層（何を残すか）と窓（今回何を見せるか）を別々に設計し、窓側にトークン予算と信頼フィルタを置くのが定石。

「AI コーディングを個人でどう使うか」の情報は飽和しているが、組織として半年運用した結果の一次資料はまだ希少。導入検討フェーズならツール比較記事より、こういう「6ヶ月後にどうなったか」の実録のほうが判断材料になる。スライド本編は Speaker Deck 側にあるので、組織導入を設計しているなら原典を直接あたる価値がある。