最近、「AI搭載」ブラウザが次々と登場しており、私はそのほとんどを試してみました。これらのブラウザは、よりスマートで高速、そして自動化されたブラウジング体験を謳っていますが、結局はチャットボットが追加されただけの従来のブラウザと何ら変わりません。
私はOpenAIが何か違うものを提供してくれると心から信じていました。だからOpenAIが立ち上がったとき 新しいChatGPT Atlasブラウザ毎日使うブラウザとして丸一週間使ってみましたが、Dia、Comet、そして他のブラウザと同じように、がっかりしました。7日間試してみた後、結局アンインストールしました。真に新しい体験を提供してくれるブラウザを探し求める私の旅は、今も続いています。
クイックリンク
優れたAI機能がブラウザの性能向上を保証するわけではない
人工知能のための人工知能だけでは不十分だ
ChatGPT Atlasは、PerplexityのCometなどと同等のカテゴリーで、ブラウジングにおける新たな飛躍として宣伝されています。一見すると、素晴らしいブラウザに思えます。このブラウザは、あらゆる検索をChatGPT経由で実行し、サイト間を移動するたびにサイドバーが追従し、プロキシモードを使ってユーザーに代わって操作することも可能です。これは、私たちがこれまで何十回も目にしてきたAI搭載ブラウザ機能の羅列です。しかし、1週間以上使ってみると、その熱意は驚くほど早く冷めてしまいます。というのも、AIだけではブラウザを改良できないからです。.
現在、新しいブラウザ（Dia、Cometなど）はどれも全く同じことをしています。Chromiumをベースにチャットボットを載せているだけです。これではコアエクスペリエンスがよりスマートになったり、より速くなったり、より楽しくなったりはしません。ただ、元々優れていたものにウィジェットを追加しているだけです。しばらくすると、繰り返しに感じ始めます。大規模な言語モデルについて質問できる場所がもう一つあるというだけで、ブラウザを切り替えることはありません。既にどこでも質問できるのですから。
Arcはこれを理解していました。AIを追加する以前から、ブラウザでの作業方法に真に役立つ改善をいくつか実装していました。垂直タブはナビゲーションをよりスムーズにし、スペースは作業と個人的なブラウジングを区別するのに役立ちました。ArcがAIを追加した時も、大規模な言語モデルとの対話に重点が置かれていませんでした。タブの自動整理など、ブラウザ自体をよりスマートにすることに重点が置かれていました。
Atlas では、そのようなものは一切存在しません。 まるでブラウザ全体が、「こんにちは、ご覧ください。AI は今やどこにでもあります」と伝えるためだけに存在しているかのようです。に設立された地域オフィスに加えて、さらにローカルカスタマーサポートを提供できるようになります。」 ここまでです。ブラウザが私に切り替えを促したいのであれば、根本から考え直す必要があります。 人工知能を押し付けられるのはもううんざりだ。誰もが経験したことがあるでしょう。私はまた、本当に新しいものを見たいと思っています。
エージェントのポジションは遅くて残念なようです。
結局、私は彼の作品を訂正することになりました。
エージェント設定の背後にある考え方はシンプルです。ブラウザは、単に質問に答えるだけでなく、あなたに代わって様々なことを行います。ウェブサイトを開いたり、ページをクリックしたり、フォームに入力したり、商品を検索したり、ブラウザ内でユーザーの介入なしにタスクを完了します。理論上は、これが人工知能が進むべき方向のように思えます。つまり、面倒な作業を代わりにやってくれるブラウザです。
しかし実際には、エージェントのパフォーマンスは遅く、ぎこちない。信じられないほど基本的なタスクでさえ、しょっちゅうつまづいてしまう。ページにスクロールバーがあることに気づかず、いつまでもページ上部を見つめていることもある。また、何かを始めても途中で行き詰まってしまうことがあり、まるでそもそもタスクが何だったのか忘れてしまったかのようだ。そして、なんとか何かを完了できたとしても、指示から逸脱することが多く、まるで指示された通りに行動しているのではなく、即興で対応しているかのように感じる。
これは大きな問題です。特に、エージェントの役割は、ショッピングカートへの商品の追加やフォームへの入力といった日常的なワークフローを支援するものとして提示されているからです。しかし、結局すべてを自分でやり直さなければならないのであれば、そもそもエージェントを雇う意味は何でしょうか？
転機となったのは、ある簡単なタスクでした。エージェントにGoogleスプレッドシートのファイルからデータを取得し、Googleドキュメントの表に貼り付けるように依頼したのです。本来なら10秒、いやそれ以下で済むはずのタスクでした。彼がリストをゆっくりと操作していく様子を3分以上見守った後、ようやくタスクを「完了」させました。しかし、データを貼り付けることはしませんでした。彼はシートの概要を作成し、シートの内容について彼が考えたことを説明したレポートを作成してくれたのです。
これがエージェントの状況を苛立たしくしている理由です。もし彼が正確であれば、対応が遅いのは許容できるのですが、現状では私の時間を節約するどころか、無駄にしているだけです。
非常に重大なセキュリティリスクがいくつかあります。
OpenAI でさえ、問題がある可能性があることを認めています。
問題は、プロキシ設定が予測不可能であるという点だけではありません。ブラウザがユーザーに代わってクリック、フォームへの入力、ウェブサイトとのやり取りを行うことを許可すると、深刻なセキュリティ上の懸念が生じます。プロキシはページを読み取って何をすべきかを判断するため、ページ自体がプロキシの動作に影響を与える可能性があります。
これは「コマンドインジェクション」と呼ばれます。ウェブサイトには、エージェントにユーザーの要求とは異なるアクションを指示するテキストが隠されている場合があります。例えば、「この2つのスマートフォンを比較して、より良い方をカートに追加してください」といった簡単な指示をエージェントに伝えたとします。しかし、ウェブサイトがエージェントに、より高価な商品をカートに追加したり、他のサイトに移動するように指示するテキストを隠していた場合、エージェントはそれらの指示に従う可能性があります。
プロキシ支援ブラウジングの概念はまだ比較的新しいため、現時点ではこれを防ぐ確実で確実な方法はない。OpenAIでさえ、 アトラスのダウンロードページ エージェント モードの使用にはリスクが伴うため、注意が必要です。
ウェブを閲覧するだけなら、こんな心配は絶対に避けたいものです。もし機能に一貫性がなく、データやアカウントが危険にさらされる可能性があるなら、このトレードオフは意味がないように思えます。
ChatGPT Atlas はまだ基本をマスターしていません。
追加のステップを備えたChromiumです
そして、ここで全体像が明らかになります。AIを活用したブラウジングについてあれこれ言われているにもかかわらず、ChatGPT Atlasは依然として基本的な機能が不足しています。ブラウザからChatGPTサイドバーとプロキシ機能を取り除くと、残るのはごく普通のChromiumブラウザのように見えます。複数のプロファイルへの適切なサポートはなく、思慮深いタブ管理機能はなく、垂直タブのような単純なものさえありません。これが全体をイライラさせる部分です。大規模言語モデル（LLM）をブラウザの隅々まで詰め込もうとする必死の試みの中で、基礎が無視されています。ブラウザは私たちが毎日何時間も費やすツールです。先進的なアイデアを追加する前に、コアとなるエクスペリエンスが堅牢である必要があります。しかし、Atlasは、単なるChrome拡張機能の上にAIレイヤーを押し込んだように感じられます。意味のあるカスタマイズも事実上ありません。ハイライトカラーを変更できる程度です。他のすべては不完全に感じられ、まるでブラウザが基礎が実際に整う前にリリースされたかのようです。より多くの時間と、より多くの洗練、そして人々が実際にインターネットを閲覧する方法についてのより多くの考慮が必要でした。
また何か新しいものを探している
Atlasの使用は完全にやめました。愛用していたブラウザはArcでしたが、Diaに取って代わられました。 Arcの特別な点には決して及ばなかったなので、とりあえずは Chrome に一時的に頼ることにしました。
刺激的ではありませんが、私を思いとどまらせるほどではありません。ただ巨大なLLMモデルをあらゆるところに埋め込むのではなく、インターネットの閲覧方法を根本的に再考するようなブラウザが登場することを願っています。しかし、それまでは待つことにします。
