ブラウザエージェントとウェブスクレイパーの違いは？

スクレイパーはあなたが書いたスクリプトに従います——これらの URL を取得し、これらのフィールドを抜き出す。ブラウザエージェントは LLM が操作します。ページを見て、何をクリックし入力するか判断し、レイアウトが変わると適応します。browser-use、Skyvern、Anthropic の computer-use はこの方式です。固定クローラーと、推論するオペレーターの違いです。決定論的な抽出が目的ならスクレイピングガイドを参照してください。このページは推論する方についてです。

ブラウザエージェントに GPU は必要ですか？

いいえ。推論は API 経由で呼ぶ LLM（Anthropic、OpenAI など）で行われるので、サーバーはヘッドレス Chromium とエージェントループを回すだけ——CPU と RAM の仕事で、GPU ではありません。モデルもローカルで動かす場合のみ GPU が必要で、それは別の、はるかに重い構成です。

RAM はどれくらい必要ですか？

重いのはブラウザで、エージェントではありません。ヘッドレス Chromium のインスタンスは約 300〜500 MB、開いたタブ／コンテキストごとに 100〜200 MB、さらにランタイム分。1 台のブラウザを操作する 1 エージェントなら Small（8 ドル、4 GB）が妥当な下限です。複数のブラウザコンテキストを並列で回すなら Medium へ。

専用 IP は必要ですか？

通常は不要です。ブラウザエージェントは送信リクエストを行うだけ——操作先サイトとモデル API へ——なので、SSH をフォワードした NAT プランで十分かつ安価です。専用 IP は、受信サービス（管理ダッシュボード、webhook 受信）も公開する場合のみ。

これは許可されていますか？制限は？

利用権のあるサイトの正当な自動化——はい。各サイトの規約とレート制限を尊重し、対象をサービス拒否まで叩かず、詐欺・クレデンシャルスタッフィング・アカウント悪用に使わないこと。それは利用規約違反でサービス停止になります。ブラウザエージェントは強力なオペレーターです。行動する権利のある場所にのみ向けてください。

browser-use エージェント向け VPS：computer-use AI をサーバーで 24/7 稼働

ウェブスクレイパーはあなたが書いた指示に従います。ブラウザエージェントは自ら判断します。レンダリングされたページを見て、次に何をするか推論し、本物のブラウザをクリック・入力・スクロールして目的を果たします。browser-use、Skyvern、Anthropic の computer-use といったツールは、LLM を人間のようにブラウザを操作するものに変えます——フォームを埋め、フローをたどり、結果を読み、レイアウトが変わっても立て直します。

これはブラウザが常時稼働している場合にのみ機能します。ノート PC では蓋を閉じた瞬間に止まります。このページは、ブラウザエージェントを正しいサイズのサーバーに載せ、24 時間動かすことについてです。

スクレイパー対エージェント——正しい道具を選ぶ

自分がどちらを作っているのか正直に。両者は必要なものが違います。

スクレイパー（httpx、Scrapy）は既知の URL を取得し、固定フィールドを抜き出します。決定論的、軽量、安価。それが目的なら正しいページはウェブスクレイピングガイド——必要のないブラウザに金を払わないこと。
ブラウザエージェントは本物の Chromium でページをレンダリングし、各アクションを LLM に判断させます。スクレイパーでは無理なサイト——動的アプリ、予測不能なレイアウト、多段フロー——に対応します。代償は重いマシンとステップごとのモデル呼び出しです。

このページは後者についてです。

マシンに本当に必要なもの

エージェントループ自体は極小で、資源を食うのはヘッドレスブラウザです。

RAM が制約。 ヘッドレス Chromium は約 300〜500 MB、タブやコンテキストごとに 100〜200 MB 追加、さらにランタイム。ブラウザを操作する 1 エージェントは Small（8 ドル/月 — 4 vCPU、4 GB） で快適。複数のブラウザコンテキストを同時に回すなら Medium（12 ドル） へ。
GPU なし。 モデルはプロバイダー（Anthropic/OpenAI）で動き、サーバーはオーケストレーションとレンダリング。CPU と RAM の話です。
NAT で十分。 エージェントは送信呼び出しだけ——操作先サイトとモデル API へ。専用 IP は受信サービス用のみ。

セットアップ

# Ubuntu 24.04
apt update && apt install -y python3-venv git
python3 -m venv ~/agent && source ~/agent/bin/activate

# browser-use + Playwright 用 Chromium
pip install browser-use
playwright install --with-deps chromium

最小ループはモデルキーを環境から読み、コードに直書きしません。

# run.py
import os, asyncio
from browser_use import Agent
from browser_use.llm import ChatAnthropic

async def main():
    agent = Agent(
        task="Open the status page and report which services are down.",
        llm=ChatAnthropic(model="claude-sonnet-4-5", api_key=os.environ["ANTHROPIC_API_KEY"]),
    )
    await agent.run()

asyncio.run(main())

クラッシュや再起動をまたいで systemd サービスで生かし続けます——あらゆるエージェントを 24/7 動かす同じパターン、Restart=always とモデルキーを（ユニットではなく）EnvironmentFile に。

RAM に注意。 タブを決して閉じないブラウザエージェントは徐々にマシンを食い尽くします——タスク終了時にページとコンテキストを閉じ、並列度を制限すること。リークした Chromium は、この種のエージェントが倒れる最も一般的な原因です。

まさに当社ならではの部分：エージェントが自分でマシンを借りられる

ここが EQVPS が通常のホストと違う点です。当社の MCP サーバー経由で、エージェントは登録し、暗号残高をチャージし、order_vps で新しいマシンを自分で注文できます——決済に人間は不要。だから、実行のためにクリーンな環境が必要なブラウザエージェントは自分でサーバーをプロビジョニングし、ブラウザを操作し、終わったら破棄できます——すべて前払い残高から。

これを KYC なしの暗号決済と組み合わせれば、ループ全体が身元の痕跡の外に留まります：登録はメール、支払いは USDC か USDT、root は約 1 分。

正直な制限

CPU のみ、ヨーロッパの二つのロケーション（ドイツとフィンランド）。 ブラウザ操作と API 呼び出しには十分。GPU や特定地域が必要なら事前に把握を。
モデル費用は別。 各ステップがモデル呼び出しで、おしゃべりなエージェントの API 請求は通常 8 ドルのサーバーを霞ませます。マシンは安い方。
向ける先を尊重する。 ブラウザエージェントはログイン・送信・購入ができます。操作権のあるサイトにのみ向けること。悪用・詐欺・サービス拒否は利用規約違反です。

その範囲では、常時稼働の自分のサーバー上のブラウザエージェントは実に有用なパターンです——あなたが寝ている間に働きます。プランを選び、暗号で支払い、1 分で 1 台稼働。目的が推論ではなく固定抽出なら、ウェブスクレイピングガイドがより安く簡単な道です。