AgentCore Browser、/tmpコピーで解決

本記事は、Amazon Bedrock AgentCore Runtime上のAIエージェントがWeb情報にアクセスする3方式——AgentCore Browser、プレーンなHTTPリクエスト、AgentCore Web Search——を比較することを目的としている。第4の候補であるランタイム内でのChromium直接実行は、ChromiumとOSライブラリのバンドルが必要でCodeZip形式に合わないため早々に除外された。著者の焦点はAgentCore Browserのみにある。

中心的な問題は、AgentCore BrowserがCodeZipデプロイ方式を想定していない点だ。AWS自身のエクスポート注記には、ブラウザツールにはContainerビルドが必要でPlaywright NodeドライバはCodeZipランタイムでは実行できないと記されている。著者は実際にドライバファイルで権限エラーに遭遇してこれを確認し、ランタイムの構成——/var/task配下の読み取り専用アプリファイルと書き込み可能な/tmp領域——にも言及した。ドライバを/tmpにコピーし実行権限を付与することで解決した。

修正後は、単純なページ要約から完全なログインフロー、リアルタイムの株価照会まで、著者が投げたあらゆるテストをツールは処理した。著者の結論は、AgentCore Browserはほぼあらゆるブラウザタスクをカバーできるが、Web検索専用の用途には過剰だというもの。デフォルト設定ではボット検知のCAPTCHAに遭遇する可能性があり、誤回答のリスクが高まる。より厳密な制御にはPlaywrightコードを多く書く必要がある。トレードオフは、チームが実際にどれだけブラウザ制御を必要とするかにかかっている。