HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Show HN: peerd – ブラウザ内で完全に動作するAIエージェントの基盤

Show HN: peerd – AI agent harness that runs entirely in your browser (github.com)

7 pointsby NotASithLord2 コメント

要約

「peerd」は、AIエージェントをブラウザ内で完全に動作させるウェブ拡張機能です。既存のブラウザが持つ強力なサンドボックス機能とWeb標準技術を最大限に活用し、ヘッドレスJavaScript、ビジュアルノートブック、クライアントサイドアプリ、さらにはwasm上のLinux VMといった多様なワークロードをサポートします。本プロジェクトは、AIエージェントが仲介者なしに安全かつ自律的に動作できるプラットフォームを提供することを目指しており、分散型ウェブアプリを可能にするP2Pネットワーク機能も備えています。

全文翻訳

皆さん、こんにちは。peerd (http://peerd.ai) は、Web拡張機能として完全にブラウザ内で動作するAIエージェントハーネスです。

別の「AIブラウザ」をインストールする必要はありません。外部プロセスを接続したり実行したり、煩雑なMCP統合を管理したりする必要もありません。これは、最小限のブラウザ依存で、ビルド不要のバニラJSで書かれた、完全に自己完結型のWeb拡張機能であり、独自のプロバイダーキーを使用し、Apache 2ライセンスです。

これは単なる楽しいハックではありません。主に個人のサイドプロジェクトとして開発されましたが、ブラウザとWebは、AIエージェントが安全に、自律的に、そして最も重要なこととしてA2A(Agent-to-Agent)の中間業者なしで動作するための最も自然なプラットフォームになりうると、私は真剣に信じています(これについては後述)。その点を実証するために、peerdはブラウザ自動化を駆動するだけでなく、タブとワーカーインスタンスを使用して隔離されたサンドボックスを起動し、さまざまな実際のワークロードタイプをサポートします。これには、ヘッドレスJS計算ワーク、ビジュアルJSノートブック、個人用クライアントサイドアプリ、そしてフルHTTPネットワーキングを備えたwasm上の実際のLinux VMが含まれます。

過去数ヶ月の業界の議論は、「AIエージェントサンドボックスに最適な基盤は何か」というテーマで占められており、多くの競合する回答は、異なるモデルとユースケースに焦点を当てています。Cloudflareはその代表例の一つで、v8アイソレートベースのワーカーを、コンテナよりも高速な起動時間と強力な分離保証により、クラス最高のソリューションとして位置付けています。v8アイソレートは、もちろんChromiumの製品であり、これは世界中の数十億台のブラウザで無料で実行されています。ブラウザ全体は、おそらくソフトウェア業界全体で最も実績のあるサンドボックスシステムです。30年間にわたる敵対的なコンテンツ、敵対的なコード、敵対的なユーザーからの学習に基づいて構築されています。ネイティブおよびクラウドエージェントは、必然的にこの姿勢のすべてまたは大部分をゼロから再構築しています。peerdはそうしません。ブラウザが提供するすべてを活用し、その機能的な限界までプッシュしながら、ホストシステムからのセキュリティベースラインと分離を継承します。

堅牢なサンドボックス機能だけがブラウザが提供するものではなく、peerdが利用するものではありません。webCrypto、webRTC、webAuthn、webGPU、そして間もなく登場するWebNNといった、非常に強力で過小評価されているプリミティブを備えています。実際のライブセッションによる直接のWebアクセスと、fetchによるAPI呼び出しは、MCP統合に代わるモデルを提供します。エージェントは、ホストサービスを必要とせずに、その場でタブ内にWebアプリケーションを作成および起動できます。そして、A2Aの部分です。peerdには、WebRTCを使用した基本的なP2P(Peerd-to-Peerd?)ネットワークがすでに実装されています。今日、ネットワーク上のピアと接続し、連絡先に追加し、作成した署名付きアプリを共有できます。私は、これらのアプリが同じP2Pネットワークを活用して分散型Webアプリ(dwapps)をサポートできるように、またプラットフォームや中間業者なしの真のP2P A2Aを促進できるように、拡張に取り組んでいます。

これは初期のパートタイムプロジェクトであるため、これは非常に実験的なビルドであり、v0.xプレビュー状態です。致命的なトリレンマに対処しようと細心の注意を払いました。メインのエージェントループ/セッションは、信頼できないDOMコードを取り込んだり、低レベルのナビゲーションツールを持ったりすることはありません。これらのタスクは、より広範なツールやシークレットへのアクセスを持たない専用のWebランナーに委任され、要約された結果を返します。DOMと要約された結果の両方が信頼できないものとしてマークされており、2段階のプロンプトインジェクションエスケープが必要になります。すべてのエグレスは、カスタマイズ可能な拒否リストを持つ中央モジュールを通過し、指定された許可されたエンドポイントへのモデル呼び出しのみが可能です。詳細については、ドキュメント、サイト、およびコード自体を参照してください。最終的には、自己責任で使用してください。

現在、Anthropic、Open Router、ローカルOllama、さらにはGemmaの実験的なWebGPUインスタンスもサポートされています。

正直な制限事項:ChromeストアとAMOは、より多くの注目と実際の使用が得られるまで保留中です。GitHubからアンパックしてロードするのが最も簡単な方法であり、ボーナスとしてビルド不要のため監査が容易です。wasm上のLinuxはCheerpxエンジンに依存していますが、これはオープンソースではなく、商用利用には制限があります。これは、代替案と比較して再評価する良い理由かもしれませんが、最もパフォーマンスが高く、64ビットサポートの実装に最も近いように見えます。

自由に見て、使用し、批評し、楽しんでください。