论文页面 - WebAnything：从野生网络到可扩展的智能体环境

来源：https://huggingface.co/papers/2610.37786

摘要

WebAnything 自动化地从真实 URL 重建可复用、基于源码的网络环境，从而实现具有验证保真度的大规模智能体训练与评估。

网络智能体需要多样、可执行、可重置的网站环境，以支持可复现的训练与评估。人工辅助的镜像方案需要针对每个网站进行工程开发，而生成式构建方法可能偏离指定的真实网站。捕获-重放方案能保留观测结果，但其交互覆盖范围受限于所捕获的内容和重放能力。我们提出 WebAnything（https://huggingface.co/papers?q=WebAnything），这是一个全自动化框架，可在初始设置和授权后，无需针对每个网站进行人工实现或修复，即从真实 URL 重建基于源码、可复用的 Web 环境。一个 Explorer-Builder（https://huggingface.co/papers?q=Explorer-Builder）收集浏览器可观察的结构、资源和交互结果；一个独立的验证器检查冻结候选（https://huggingface.co/papers?q=frozen%20candidates）并引导本地修复或针对性的源码重捕获（https://huggingface.co/papers?q=source%20recapture）。我们构建了覆盖 14 个应用领域和 53 个类别的 244 个网站工件，支持 12,984 个已执行并被接受的任务。与人工辅助的 WebHarbor 相比，WebAnything（https://huggingface.co/papers?q=WebAnything）在三项保真度指标上的综合得分更高，在盲审中取得 12 胜、2 平、0 负的成绩。在 5,856 条交互轨迹（https://huggingface.co/papers?q=interaction%20trajectories）上微调 Qwen3.5-9B（https://huggingface.co/papers?q=Qwen3.5-9B），在固定评测框架下，REAL 成功率（https://huggingface.co/papers?q=REAL%20success）提升 9.9 个百分点，Odysseys 的 Easy Rubric Avg 和 Task Avg 分别提升 6.25 和 6.32 个百分点，WebArena-Verified（https://huggingface.co/papers?q=WebArena-Verified）总体成功率提升 13.33 个百分点。代码：https://github.com/china-qijizhifeng/Web-Anything

查看 arXiv 页面 (https://arxiv.org/abs/2610.37786) 查看 PDF (https://arxiv.org/pdf/2610.37786) 项目页面 (https://china-qijizhifeng.github.io/Web-Anything/) GitHub1 (https://github.com/china-qijizhifeng/Web-Anything) 加入收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.37786)

在你的智能体中获取本文：

hf papers read 2610.37786

没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

没有模型关联本文。

在模型 README.md 中引用 arxiv.org/abs/2610.37786 即可从此页面链接。

引用本文的数据集 0

没有数据集关联本文。

在数据集 README.md 中引用 arxiv.org/abs/2610.37786 即可从此页面链接。

引用本文的 Space 0

没有 Space 关联本文。

在 Space README.md 中引用 arxiv.org/abs/2610.37786 即可从此页面链接。

包含本文的合集 0

没有合集包含本文。

将本文加入合集（https://huggingface.co/new-collection）即可从此页面链接。