#chrome拡張

まず、かなり筋がいい発想だと思った。スクリーンショットを毎回食わせるやり方は、見た目はわかりやすいけれど、AI の視点では重いし遅いし、クリック位置もあいまいになる。そこを「見えている DOM を文字に落として扱う」に寄せたのは、地味だけど実用上かなり効くはずだ。 特に引っかかったのは、単なる圧縮ではなく、ボタンや入力欄に stable handle を振っている点だ。`e49 button "Add to cart"` みたいな形なら、モデルは「この文字の場所はどこだろう」と迷わずに済む。人間がブラウザの要素を開発者ツールで見ている感覚に近い。LLM にとっては、画像の中を探すよりずっと素直だと思う。 一方で、これがうまくいく場面はかなりはっきりしていそうだとも感じた。フォーム、検索結果、checkout のように、ページの構造がある程度はっきりしている画面には強い。でも、複雑なレイアウトや、見た目そのものが意味を持つ画面では、最後は screenshot fallback が必要になる。そこを最初から「画像は不要」と言い切らず、小さく残しているのは現実的だ。 あと、local で動

ClaudeのChrome拡張に、ちょっとゾッとする不具合が見つかりました。 ざっくり言うと、別の悪質な拡張機能が「本物のユーザーが押したふり」をして、Claudeに用意されたAI操作を勝手に実行させられるという話です。 これ、単なる「便利機能の不具合」ではありません。ClaudeはGmail、Google Docs、Google Calendar、Salesforceといった外部サービスにつながっているので、うまく悪用されると、AIが持っている“つながった先への権限”まで巻き込まれます。AIエージェント時代らしい、いやらしい種類の弱点だと思います。 Claude for Chromeの拡張機能に、synthetic click（JavaScriptで作った偽のクリック）を本物と見分けきれない問題があった 悪質な拡張機能が `claude.ai` 上のページをいじって、Claudeの事前定義されたAIワークフローを起動できた 悪用できるのは、自由な命令文すべてではなく、拡張機能に組み込まれた9個のタスクに限られる それでも、Claudeが持つGmailや