browser-use 1.0 は、オープンソースのブラウザ操作エージェント browser-use の初の安定版で、2026 年 11 月 10 日に公開され、公式ブログが 11 月 20 日に今回の書き直しの経緯を説明しました。最大の変化は機能追加ではなく削減です。0.x の 24 個のブラウザ操作が 1 つの python ツールに統合され、モデルは永続的な REPL の中で直接 Python を書き、Chrome DevTools Protocol を通じてブラウザを操作します。公式によれば、この書き直しで約 13 万 7000 行のコードが削除され、ライブラリは 178 個の Python ファイルから 43 個に縮小されました。公式リポジトリは GitHub にあり、組織名は browser-use、プロジェクト名は browser-use です。
24 個のツールが 1 つになり、何が変わったのか
これまでモデルは 1 ステップごとにメニューから 1 つの動作を選ぶだけで、メニューにない方法が必要になると行き詰まりました。1.0 ではモデルが直接コードを書きます。ページが止まれば読み込みを止め、詰まったスクリプトをブロックし、ページ自身の API を読んでデータを取得できます。公式の例では、エージェントがこの方法で 3 分半で 4720 行のデータを取得しました。代わりにデバッグの方法が変わり、問題が起きたら動作のパラメータではなく、モデルが書いたコードを見る必要があります。
アップグレード前に確認すべき 3 つの変化
第一に、古いコードはほぼ動かなくなります。削除された 0.x のインポートは ImportError となり、移行ドキュメントへの案内が表示されるため、公式はアップグレード前に MIGRATING.md を読むよう勧めています。第二に、既定値がクラウド寄りになりました。モデルを指定しなければゲートウェイの bu-fast、ブラウザを指定しなければ Browser Use Cloud のブラウザが使われ、ローカルの Chromium は Browser('chromium') と明示する必要があり、社内ネットワークのアドレスもローカルでしか動きません。第三に、ステップ上限が 500 から 100 に引き締められ、API キーは BROWSER_USE_API_KEY 1 つにまとめられました。
導入コスト、実際の落とし穴、向いている人
ローカルで動かすには Python 環境とブラウザがあれば十分で、費用の中心はモデル呼び出しとクラウドブラウザです。クラウドブラウザとプロキシの料金は result.cost_usd に含まれないため、請求は別に確認する必要があります。実際の落とし穴は 4 つあります。ログインの壁や CAPTCHA に今も止められること、公式テストでは CAPTCHA 専用ツールが 6 回中 6 回成功したのに対し、プロンプトだけでは 3 回中 3 回失敗したこと、長いタスクが 100 ステップの上限にぶつかること、依存関係がすべて厳密にバージョン固定されており既存プロジェクトと衝突しうること、そしてクラウドブラウザではまだビューポートのエミュレーションが使えないことです。Web からのデータ収集、フォーム入力、繰り返し作業をまとめて自動化したい開発者や小規模チームに向いています。マウスを数回クリックしたいだけの一般ユーザーや、データの外部送信に敏感な用途には向きません。代替案は Playwright や Selenium のように自分でスクリプトを書く方法です。