Browser agent / Computer use agent にローカルメモリが必要な理由
ブラウザを操作するAIエージェントが増えるほど、画面・DOM・履歴をその場で読むだけでは足りなくなります。browser agent、computer use agent、MCP、ローカルメモリの関係を整理します。
ブラウザを操作するAIが増えている
AIエージェントは、コードだけでなくブラウザやデスクトップも操作するようになっています。Chrome DevTools for agents、browser-use、Claude for Chrome、Codexのブラウザ利用、各種MCP serverの登場で、AIがWebアプリを読み、クリックし、フォームを扱う前提が強くなっています。
この領域では、browser agent memory、computer use agent memory、Chrome DevTools MCP のような検索語が増えていきます。操作できるAIが増えるほど、過去の作業文脈をどう渡すかが差になります。
この流れでよく語られるのは、DOMを読めるか、スクリーンショットを理解できるか、クリックできるかです。しかし、実務で効いてくるのは『前回そのサイトで何を調べたか』『どの会話で何を決めたか』『どのページが判断材料だったか』という記憶です。
画面を読めるだけでは、仕事の文脈は残らない
| 見えているもの | その場ではできること | 残らないもの |
|---|---|---|
| 現在のDOM | ボタン、フォーム、リンクを見つける | 前回なぜそのページを開いたか |
| スクリーンショット | 画面状態を推測する | 過去に比較した候補や却下理由 |
| アクセシビリティツリー | 操作対象を特定する | 作業全体の目的や判断の履歴 |
| ブラウザ履歴 | どのURLを訪問したかを見る | そのページで何を読み、何を決めたか |
| AIチャット履歴 | 過去の会話を読む | PC上の画面・作業・Git差分とのつながり |
browser agentは現在の状態を読むのが得意になっています。しかし、仕事は現在の状態だけでは説明できません。調査、比較、試行錯誤、失敗、採用した判断、捨てた案が積み重なって、はじめて次の一手が決まります。
ローカルメモリが必要になる理由
ブラウザ操作型のAIに必要なのは、毎回Webページを最初から読ませることではなく、ユーザーの作業文脈をローカルに保持し、必要な時だけ渡すことです。これはトークン削減だけの話ではありません。安全性、プライバシー、再現性、監査性にも関わります。
| 問題 | ローカルメモリでの解き方 |
|---|---|
| 同じ調査を何度も繰り返す | 過去に読んだページ、AI会話、結論を検索して渡す |
| ブラウザ上の作業がエージェント会話に残らない | Chrome履歴やAIチャット履歴を作業メモリに入れる |
| すべての履歴をクラウドに預けたくない | Chrome拡張ストレージ、SQLite、ローカルファイルを前提にする |
| AIが今の画面だけで誤判断する | 過去の判断、却下理由、関連URLを補助文脈として渡す |
| CodexやClaude CodeがWeb調査を知らない | MCPやSkill経由で必要な履歴を読ませる |
ContextbergのChrome拡張がここに刺さる
Contextberg Browser AI History は、ChatGPT、Claude、Gemini、Perplexity、Manusの会話をローカルに保存し、検索、タグ付け、エクスポート、Agent Accessへつなげます。browser agentが操作するWebの世界と、CodexやClaude Codeが作業する開発環境の間に、記憶の橋を置くためです。
ブラウザを操作できるAIが増えるほど、ブラウザ上で起きた会話や調査をどう記憶するかが重要になります。Contextbergは、画面操作そのものではなく、その操作の前後にある作業文脈をローカルに残す方向へ寄せています。