不使用智能体循环，将浏览器智能体成本降低50倍。先规划后执行 + 数据。

我一直在为AI智能体构建一个浏览器自动化层（例如：注册SaaS、填写表单、获取OTP、点击验证链接）。默认方案是 browser-use / Stagehand 模式：将页面交给LLM，让它选择下一步操作，重复执行。标准的智能体循环。我观察到的数据： - 每个任务20到50次LLM调用 - 按Claude Sonnet 4.6价格每任务0.50到3.00美元 - 一半的运行中途偏离任务 没有人明说的一点是：大多数智能体浏览器目标是线性的。"去 notion.so，用这个邮箱注册，粘贴OTP。" LLM 很擅长一次性规划出这个方案。但它极不擅长在每一步重新推导。 所以我反转了做法： 1. 一次Anthropic Messages调用：将目标转为JSON步骤列表 2. 执行器针对Steel Chromium确定性运行每一步 3. 执行期间零LLM调用 步骤词汇表包含10个动词：navigate, click, fill, wait_seconds, wait_for_text, extract_text, wait_for_email, use_otp_from_inbox, open_link_from_inbox, done 最后三个很有意思。它们在同一个运行时中从绑定的收件箱读取，因此拥有邮件的智能体与驱动浏览器的智能体是同一个。无需中间粘合代码。 切换后的数据： - 每个任务1次LLM调用 - 每个任务0.01到0.05美元 - 偏离失败大大减少（执行器在元素缺失时会抛出异常，而不是胡编乱造） 权衡：如果页面在流程中发生变化，运行会终止，而不是重新规划。对于脆弱的长周期目标，你仍然需要步骤级循环。但对于大多数智能体工作（注册、验证、填写表单、导航），廉价版本胜出一个数量级。 如果有人在从事类似工作，我很乐意讲解规划器提示和步骤JSON模式。你们用过哪些有效的模式？