ヤフージャパン系列のライコープが公開したOSS「sim-use」が、GitHub公開からわずか1週間で486スターを集めた。iOSシミュレーターやAndroidエミュレーター/実機をAIエージェントに直接タップさせる、いわば「AIに目と手をGiveする」ツールだ。モバイルQA自動化とRPAモバイル版という2つの市場を同時に揺さぶる存在として、技術的にも経営的にも見逃せない。

何が起きたか

lycorp-jp/sim-useは、AIエージェントに対してiOSシミュレーターとAndroidエミュレーター/実機の操作権限を付与するOSSである。リポジトリの説明文にある通り「Give your AI agent eyes and hands」――スクリーンショットで画面を「見せ」、座標タップやジェスチャーで「触らせる」構成だ。公開後1週間で486スターというペースは、日本発のインフラ系OSSとしては異例に速い。GitHubトレンドの初速としてはbrowser-useやopen-interpreter初期に匹敵する立ち上がりで、モバイル領域におけるエージェント制御の空白地帯を狙い撃ちしたことが数字に表れている。

なぜこのニュースが重要か

これまでのAIエージェントは、ブラウザ操作(browser-use、Playwright MCPなど)がほぼ独占領域だった。理由は単純で、DOMという構造化された情報がありセレクタで一意に要素を叩けるからだ。一方モバイルアプリは、iOSがXCUITest、AndroidがUIAutomator/Espressoと分断され、しかも実機と挙動が異なる。この「テスト自動化の谷」にAIを橋渡しするのがsim-useの本質である。

エンジニア視点で重要なのは、sim-useが「AIに画面を見せてタップさせる」というVLM(Vision Language Model)前提の設計を採っている点だ。従来のAppiumがロケーター指定で失敗しがちだったのに対し、GPT-4oやClaude 3.5 Sonnetクラスの視覚推論を組み合わせれば、UI変更に強い自己修復型テストが成立する。QAエンジニアの工数は、テストシナリオ記述からエージェント監督へと役割がシフトすると想定される。

技術的な深掘り

sim-useの立ち位置を仕様書レベルで読むと、興味深い設計判断が見える。iOSシミュレーターはsimctlコマンド経由、Androidはadb経由での操作が想定され、いずれもOSベンダー公式の制御チャネルを叩く構造だ。これはAppiumやMaestroと同じレイヤーだが、決定的な違いはAIエージェントとの接続プロトコルにある。おそらくMCP(Model Context Protocol)またはfunction calling互換のAPI設計を採っており、Claude DesktopやCursorから直接呼び出せる形にしていると推定される。

ここで批判的に見るべきは、視覚ベース操作の遅延とコストだ。1タップごとにスクリーンショットをVLMに投げると、1操作あたり2〜5秒、$0.01〜$0.05のコストが発生する。100ステップのE2Eテスト1本で数百円になる計算で、CI/CDで毎コミット回すには重い。sim-useが本格採用されるには、差分検出でスクリーンショット送信を間引くキャッシュ層や、ローカルVLM(Molmo、Qwen-VL)へのフォールバック機構が必須になる。逆に言えば、この最適化レイヤーに商機がある。

もう一点、実機操作対応が明記されている意味は大きい。シミュレーターでは再現できない実機固有バグ(センサー、カメラ、決済SDK)をAIに触らせられれば、リリース前検証の質が跳ね上がる。ここはbrowser-useには絶対に真似できない領域だ。

経営者として次に取るべき動き

第一に、自社モバイルアプリのQA工数を棚卸しせよ。手動テスト工数が月100時間を超えているなら、sim-useベースのPoCを即座に着手する価値がある。QAエンジニア1人月70〜80万円が浮く計算で、VLM API課金を差し引いても半年で投資回収が見込める。

第二に、社内のRPA戦略にモバイルを組み込む。UiPathやPower Automateは基本デスクトップ・Web前提で、モバイル業務(営業支援アプリ、現場報告アプリ)は空白だった。sim-useを組み合わせれば、スマホ業務の自動化に一足先に着手できる。

第三に、日本発OSSへの技術投資を経営アジェンダに載せる。ライコープが486スターを1週間で獲得した事実は、日本企業でもグローバルOSS競争に勝てる証左だ。海外ツール依存からの脱却は、コスト削減だけでなく、規制対応・データ主権の観点でも合理的な選択となる。