2026/01/15 3:33
**Show HN：Tabstack ― AI エージェント用のブラウザインフラ（Mozilla制作）**
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
既存の要約はすでに主要なポイントを正確に捉え、明瞭に読み取れるようになっています。変更は不要です。
本文
こんにちは HN、
私とチームは、AI エージェントの「ウェブ層」を扱うために Tabstack を構築しています。
ローンチ記事をご覧ください：https://tabstack.ai/blog/intro-browsing-infrastructure-ai-ag...
なぜ Tabstack なのか？
ウェブ閲覧用インフラを複雑に管理することは、信頼できるエージェント構築の最大のボトルネックです。
最初は単純なフェッチから始めますが、すぐに以下のような課題に直面します：
- 複雑なプロキシスタック
- クライアント側でのハイドレーション
- 破綻しやすいセレクタのデバッグ
- 各サイトごとのカスタムパーサロジック
Tabstack はこれらのインフラを API に抽象化します：URL と意図（intent）を送信すると、ページをレンダリングして LLM 用にきれいで構造化されたデータを返します。
背後で動作する仕組み
| 機能 | 内容 |
|---|---|
| エスカレーションロジック | すべてのリクエストでフルブラウザインスタンスを起動しません（遅くコストが高い）。軽量フェッチを最初に実行し、JS 実行やハイドレーションが必要な場合のみフルブラウザ自動化を使用します。 |
| トークン最適化 | 生の HTML はノイズが多くコンテキスト窓を消費します。DOM を処理して非本文要素を除去し、LLM 向けに最適化された Markdown 形式の構造を返します。 |
| インフラ安定性 | ヘッドレスブラウザのスケーリングはゾンビプロセス・メモリリーク・クラッシュが発生しやすく難しいです。フリートライフサイクルとオーケストレーションを管理し、基盤グリッドを維持せずに数千件の同時リクエストを実行できます。 |
倫理面について
Mozilla の支援を受けているため、厳格なオープンウェブガイドラインに従います：
- robots.txt を尊重
- ユーザーエージェントを明示
- リクエスト/コンテンツをモデル学習に使用しない
- データは 揮発性 でタスク終了後に破棄
リンク先の記事ではインフラの詳細と、なぜ閲覧層が AI スタックにおいて独立したレイヤーになるべきかを詳述しています。
共に学びましょう
これは非常に新しい領域であり、私たちも一緒に発見しています。エージェント型閲覧には多くの既知・未知が存在し、さらに多くの未知らぬものもあるでしょう。ぜひご意見・質問・ヒントをいただけると幸いです。
スタックやアーキテクチャ、ブラウザインフラ構築に関する課題についてお気軽にお問い合わせください。