AIエージェントも、より身近に、使いやすく

大規模言語モデル(LLM)やそのツールの情報整理2025年7月版などいくつかの記事から情報を集約しつつ、表題のような方向性になってくよなー、という流れをまとめておきたくて。

インターフェイスとしてのブラウザー

は、PC操作系のAIエージェントとして注視してた観点の1つで、

Perplexityから出るAIブラウザ「Comet」は今のニュースで見ると良さげだが、Perplexity Max加入が前提なので、そこまでお金を払う気があるかというとウォッチ止まりww

OpenAIもブラウザーを出している、

Microsoftも、EdgeをAIブラウザにしようとテスト開始。

追われる立場のGoogleはスマートウォッチまでぶっ飛んでるけどww

上で挙げたブラウザはどうやらChromiumベースらしく、それなら使い勝手は悪くないんだろうなぁと眺めてたら、対抗軸になるOSSブラウザが出現。

他にも対抗馬はあるみたいだし、数か月前にbrowser-useを試してみたばかりなのに、もうそこまで行きますかという…。

AIの利用者を増やす、囲い込むことを考えれば、気軽に楽に使えるようにしたい訳で、その環境として誰もが使うブラウザーから考える訳か。

SLM(Small Language Model；小規模言語モデル)

についても、AIエージェントとは別の観点から追っていたけれど、

AIエージェントではSLMが主役という記事が出てきた。論文は「LLM呼び出しの40~70%をSLMに置換できる」、Forbesの記事は「特定ドメインに絞ればコスト面でもセキュリティ面でも優れてる、ROI考えなよ」と。

コストメリットの観点から試行を企画してた頃に考えていたことが技術的に可能になってきたなぁ、という感じ。LLMはweb上にある過去の情報を学習して生成されるので、今使ってるLLM自身が持つ知識が実は1年以上前だったりする。それはLLMに「知識」を求める人にとっては問題だけど、「知能」、ここでは知識を処理する能力くらいの意味、を求めるなら知識の古さ自体は問題ではないはず。

例えば調査支援系のエージェントAIのように知識自体は都度webにあるものを使う、適切な知識を探したり整理したりする知能を持つエージェントとして機能しさえすれば良い。そしてSLMの性能が高まったなら、用途を絞ればエージェントとして十分に機能するようになってきたということだろう。

ローカルLLMとして試す

どこまでオープンなSLMが使えるかは、レポートもあるけれど、ローカル環境（といってもSLM(Small Language Model)とローカルLLMで書いたように相応のスペックや機器が必要だけど）で、実際に試す方が良い。

大規模LLM自体の性能は、今後も向上しなくはないけど、以前ほどではないはず。中国AIのように、MoEアーキテクチャ、いわばAIエージェントを組み合わせた仕組みも性能には有用である。
加えて、今後のユーザー獲得競争は、より身近に、使いやすくすることになる訳で、その入り口としてのブラウザへのAI搭載、貧弱orローカルな環境でも動かせるSLMの活用が、今後の観点になっていくのだろう。
機械学習やディープラーニングの業務適用のデジャブだ笑