📖 この記事で分かること
- Browser Use 1.0.5 で加わった自動判定の中身
- 判定役が見る情報と、渡されるトレースの制約
- 1実行あたりに上乗せされるコスト
- 独自基準の指定と、判定を無効にする引数
💡 知っておきたい用語
- gotchas:サイトに入力を拒否された、ブロックされたなど、実行中につまずいた点を判定役が書き残すメモ。作業後の「申し送り事項」にあたります。
最終更新日: 2026年11月15日
▶ 公式ページ
- Browser Use 1.0.5 リリースノート(GitHub)
- 判定機能のプルリクエスト #6398(GitHub)

Browser Use 1.0.5 の概要
この記事のポイント
- Browser Use 1.0.5 が2026年11月14日に公開され、各実行をタスクと照合する判定が標準で動くようになりました(2026年11月時点)。
- サイトに拒否・ブロックされた点は gotchas として記録されます。
- コストは1実行につき判定リクエスト1回分の上乗せで、judge=False で無効にできます。
オープンソースのブラウザー操作エージェント「Browser Use」が1.0.5を公開し、実行のたびに結果をタスクと照合して採点する判定(judge)が標準で動くようになりました。エージェントを運用している開発者は、実行が失敗した理由や、サイト側に拒否された箇所を、自分でトレースを追う前に判定結果から確認できます。
リリースノートによると、各実行の後に低コストの追加リクエストが1回送られ、実行内容がタスクと照合されます。判定役が見るのは、実行トレース、直近のスクリーンショット、最終ページの3つです。
判定の仕様と制約
判定は既定で有効で、コストとトレースの扱いには明確な線が引かれています。確認できた仕様は次のとおりです。
- gotchas の記録条件: サイトに入力を拒否された、エラーになった、ブロックやレート制限を受けた場合に、判定役が gotchas を書き残します。
- 独自基準:
judge_context=で自分の判定基準を渡せます。 - 無効化:
judge=Falseで判定を止められます。 - コスト: プルリクエスト #6398 には、1実行につき判定リクエストちょうど1回分のコストがかかると書かれています。
- トレースの扱い: 判定役に渡すトレースはテキストのみで、秘密情報は伏せられ、12万文字が上限です。
検証結果もリリースノートに載っています。実際の実行13件を各3回判定したところ、サイトが抵抗した判定15件すべてに gotchas が記録されました。以前は15件中6件でした。問題のない実行で gotchas が記録されたのは24件中2件で、成功判定は変わらなかったとしています。
開発と運用への影響
影響が大きいのは、失敗した実行の原因調査です。たとえば、フォーム入力や情報取得のエージェントを多数回している場合、レート制限やブロックを受けた実行を、gotchas を手がかりに拾えるようになります。
一方で、1.0.5 に上げると判定が標準で動くため、何も指定しなくても全実行に判定リクエスト1回分が上乗せされます。更新前に確かめたいのはこの点です。自分の実行回数に判定リクエスト1回分を掛けて上乗せ額を見積もり、見合わない用途では judge=False を指定する判断になります。
トレースが判定役に渡る点も確認対象です。秘密情報は伏せられるとされていますが、扱うページの内容によっては、テキストのトレースが追加のリクエストに載ること自体を社内の基準と照らす必要があります。
編集部の見方
編集部は、今回の更新で効くのは成否の採点よりも gotchas の記録だと見ています。
- 根拠1: サイトが抵抗した判定での gotchas の記録が、15件中6件から15件中15件に増えています。失敗の原因が「エージェントの誤り」か「サイト側の拒否」かを切り分ける材料が、取りこぼされにくくなりました。
- 根拠2: 成功判定は変わらなかったとされており、既存の成否の見方を崩さずに情報が増える形です。
- 根拠3: コストは1実行につき判定リクエスト1回分と決まっていて、
judge=Falseで止められるため、試す負担が読みやすい設計です。
気がかりもあります。検証は実行13件と小規模で、問題のない実行でも24件中2件で gotchas が記録されています。gotchas が付いた実行をそのまま「失敗」と扱う運用には向きません。
この見方が変わる条件は、実行回数が非常に多い用途です。判定リクエストの上乗せが総コストに占める割合が大きくなるなら、常時有効ではなく、調査したい実行に絞って使う方が合います。
よくある質問
Q: 1.0.5 に更新すると、何も設定しなくても判定は動きますか?
A: 判定は標準で動きます。止める場合は judge=False を指定します。
Q: 判定によって追加でかかるコストはどれくらいですか?
A: プルリクエストには、1実行につき判定リクエストちょうど1回分と書かれています。
Q: 判定役にはどんな情報が渡りますか?
A: 実行トレース、直近のスクリーンショット、最終ページです。トレースはテキストのみで、秘密情報は伏せられ、12万文字が上限とされています。
まとめ
Browser Use 1.0.5 は、各実行をタスクと照合する判定を標準にし、サイトに拒否・ブロックされた点を gotchas として残すようになりました。コストは1実行につき判定リクエスト1回分で、judge_context= による基準の指定と judge=False による無効化が用意されています。更新する開発者は、実行回数に応じた上乗せ額と、トレースが判定役に渡る点を先に確かめておくと判断しやすくなります。
【用語解説】
- judge: Browser Use 1.0.5 で標準になった判定役。実行の後に追加リクエスト1回で、実行内容をタスクと照合します。
- judge_context: 判定役に独自の判定基準を渡すための引数です。
引用元:
- [1] Browser Use 1.0.5 リリースノート(GitHub)
- [2] browser-use プルリクエスト #6398(GitHub)
この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。
Previous Post
LLM評価のRagas v0.4.4、画像を読む2指標の脆弱性を修正。信頼できないデータなら更新を
Next Post
生成AIニュースまとめ 先週【2026年11月9日(月)〜11月15日(日)】のAI公式発表を5分でチェック
15 年以上の開発経験を持つソフトウェアエンジニア / テクノロジーライター。AI エージェントの実務活用を研究し、現場や経営者向けセミナーでその知見を発信。本メディア tech-noisy.com では、一次情報に基づく最新ニュース・解説記事を執筆。また、音楽生成 AI による DJ パフォーマンスを企業イベントで行うなど、テクノロジーと表現の融合も探求している。