@Saboo_Shubham_: I just sat down with @Tiny_Fish's founder to talk about the future of web agents. 5 things from that conversation that …

I just sat down with @Tiny_Fish’s founder to talk about the future of web agents.

5 things from that conversation that stuck with me:

1. Agents are becoming the primary users of the web. Sites that block them today will be making themselves agent-friendly, even agent-certified, to get that traffic.

2. Human-in-the-loop is a transition phase. Next come headless agents that handle login, pricing, and multi-step execution across services on their own, with a person stepping in only for something new or risky.

3. Subscriptions don’t fit agents. Tinyfish replaced them with a prepaid wallet so each agent task can be a micro-transaction.

4. Trust is the biggest competition in this space. Tinyfish keeps credentials in a vault the model never sees, and a separate safeguard model checks every action for risk before it executes.

5. Shuhao runs 12 parallel Claude Code sessions as a founder and Chief Product Officer to quickly build and iterate on new features.

TL;DR：Tiny Fish 联合创始人 Shua Jang 分享了从 AgentQL 到 Web agent 的演进路径、模型与 ADK 选型、自建数据飞轮与评估体系，以及他眼中 Web agent 未来的关键——信任与可问责的 agent 身份。

一个关于未来的赌注：Web 是 agent 的主界面

主持人开场提出了一个引人注目的观点：未来的 Web 演进方向不是封锁 agent，而是让网站对 agent 更友好。

“企业会把他们的网站做得对 agent 更友好。它们现在是对人友好的。而且如果你想到 agent 会成为主要用户，它们才是真正的购物者。”

“我就直接问 ChatGPT、Claude 或 Gemini 去做这件事，然后我不希望被验证码或机器人检测之类的东西打扰。今天的 Web 对 agent 非常不友好，一直在封锁 agent。”

本期播客的嘉宾是 Shua Jang，Tiny Fish 的联合创始人兼 CPO。Tiny Fish 让 AI agent 能够搜索、读取页面并真正在互联网上完成工作，甚至包括那些需要登录的页面，全部通过一个单一的 API 完成。在 Tiny Fish 之前，Shua 曾是 Meta 的工程负责人，负责大规模项目。Tiny Fish 在不到一年的时间里从 0 增长到 40 万用户。

起点：一个周末的机票预订实验

主持人问，是什么让 Shua 早期就确信 agent 需要一种自己的方式来使用互联网。

“那时候 agent 甚至还不是一个术语，但看到语言模型变得多么强大、多么快地变得更聪明和更有能力，我确实看到了一个未来：语言模型会被放进某种 harness 或框架里来驱动大部分工作流，而 Web 是任何软件、任何工具开展实际工作的最大界面。”

最初的想法来自一个周末的实验：“我试着把 GPT 接入 Playwright，当然需要一些后处理来确保网站内容能塞进当时的上下文窗口，然后我让它去订一张机票。它实际上走得挺远的，想想那已经是几年前的事了，那一刻我真正看到了一个我无法忽视的未来。”

这发生在所有订票工具、机票演示和 agent 驱动的网站演示出现之前。

第一个产品 AgentQL：语义提取器

Shua 随后做了 AgentQL——一个语义提取器：你可以向任何网页提出你需要什么，然后获得结构化的输出。

选择从 AgentQL 起步的原因是时机：“当时甚至还没有工具调用（tool calling），模型刚刚出现，还没有推理能力。要让语言模型真正可靠地驱动一个工作流、达到高成功率，当时还不成熟。但我们想开启我们的旅程。我们相信最终这个生态系统、这项技术会准备好。但作为一家公司的第一个产品，当时语言模型非常擅长把语义查询转换成结构化数据。”

模型选型上，订票实验用的是 GPT 模型，而 AgentQL 用的是 Gemini：“那时候 Gemini 甚至还没有被开发者视为主要的前沿模型，但它在处理网页和 HTML 文件方面表现得非常好，我们可以理解为什么。那是我们看到 AgentQL 取得巨大成果的时刻，从那时起我们开始有了开发者社区。”

解决 selector 痛点，以及出乎意料的用例

“我们把 AgentQL 定位为数据提取，我们在解决选择器（selector）这个痛点。你可能有个 CSS 选择器博士学位，要研究 CSS 的方方面面，但我们发现人们实际上用 AgentQL 来定位交互元素。”

速度与稳定性的关键在于早期就开始做编码（codification）：“那时候语言模型的成本还非常高。所以我们从第一天就开始做编码，当你第二次在同一页面上使用 AgentQL，即使页面布局或 CSS 样式变了，我们也构建了一种技术，可以保留多个选择路径，通过三角定位找到你想要的元素，这消除了对……的近 90% 依赖。”

最常见的用例：

• 获取产品价格做竞品分析
• 监控法规和法律文件的变化

最让 Shua 惊讶的用例是测试自动化：“仔细想想这很合理，对吧？你的前端测试自动化，语义选择器可以在页面变化后存活下来。”

从 AgentQL 到 Web agent

Tiny Fish 从第一天起就在解决 Web 的问题，语义选择器只是其中一小部分。随着语言模型的推理能力和工具调用成熟，团队终于得以做最初想做的事。

“从人们使用 AgentQL 的方式中，我们看到了如此强烈的自动化需求，但它是非常僵化的。它可以在页面变化时存活于选择，但业务逻辑每次可能都不同。所以我们确实需要一个自适应的 agent、一个完整的 agent 来驱动工作流，这就是我们开始开发 Web agent 的原因。”

关键转折点：模型、ADK 与 harness

主持人问：每次新模型发布，产品有什么变化？哪些时刻让人觉得“这下容易了 100 倍“？

“这几乎就像记忆的闪回，其中很多实际上与 Google 的生态系统吻合。所以很高兴知道 Gemini 用于 agent，我们意识到到了某个程度，我们不再需要使用最前沿的模型了。很长一段时间里，我们的 Web agent 使用 Gemini Flash 作为背后的推理模型。”

真正的转折点是 ADK 的出现。Web agent 需要执行多步骤、有时是数百步的任务，团队试了每一个 agent harness：

“ADK 开箱即用地让性能在公开基准上提升了超过 20%。所以它成了我们的主要 agent harness。”

ADK 相比自己包装单个 LLM + 工具调用，到底不同在哪

“ADK 提供了大量的脚手架。所以我们不用担心思考历史、轨迹历史，还有可观测性——我们可以在工具调用前、模型调用前、模型调用后插入 hook。整个插件系统，所有这些如果你自己构建，很多事情可能会出错，我们很感激 ADK 能帮我们卸载这些，它还提供了很好的调试环境。这让我们能够专注于特征工程、DOM 结构，我们需要在那上面花大量时间，那才是真正有区别的地方。”

自建数据飞轮与 Web 原生模型

随着生产环境规模变大，团队开始积累 Web agent 执行任务的轨迹。

“那就是我们看到自己开始拥有自己的数据飞轮的时刻。现在我们大部分的 agent 工作负载都运行在我们自己的 Web 原生模型上，它是在 350 亿参数的开放权重基础上训练的，这让我们能够在看到更多不同用例时持续微调模型，持续降低成本并提高准确性和速度。”

Web agent 的评估难题

“Web agent 的评估特别具有挑战性，因为你面对的是一个本质上非常动态和混乱的界面和数据。所以我们构建了自己的基础设施来回放 Web agent 会话，我们有标注团队来标注特定动作——定位元素是否准确，推理步骤是否有道理。这些标注数据会回流到我们的训练管线中。”

Shua 最想做的三件事：信任、问责与“Tiny Fish 护照“

假设模型、脚手架、评估全部就绪，Shua 最兴奋的方向是什么？

“这将超越 Web agent，这正是 Tiny Fish 的意义所在。接下来真的是信任。当人们问我们最大的竞争对手是谁，不是实验室，不是我们的同行，而是来自人们的信任。想想自动驾驶汽车，你必须跨过某个门槛，你才会真正放手让汽车接管。Web agent 也是一样。我们的标准是，如果我们的用户能信任 Tiny Fish 去报税、把银行账户交给 Tiny Fish。所以 Tiny Fish 的下一个重点是如何在产品中建立信任，同时也如何给我们的 agent 身份一种可问责的方式。”

建立信任的两个阶段

第一阶段：证明能力与透明度。 “你需要证明你有能力做这项工作。当然你可能会犯错，但你必须非常透明地说明为什么犯错，以及可能造成多大损害。现在我们有 10 万用户，他们实际上通过一个非常安全的 vault 把凭据提供给我们的 agent，让我们的 agent 能够在他们账户的登录后界面中操作。”

第二阶段：可观测性与可问责性。 “当 agent 犯错时，你能证明这是我的 agent，你可以指向 Tiny Fish 而不是人类犯了这个错误，我们想要承担这个责任，作为让我们变得更好的强制机制，同时也给予用户信任。”

谁该为 agent 的错误负责？

主持人提出这个被广泛争论的问题：是运行 agent 的人、构建 agent 的公司，还是 agent 背后的模型？

“我认为这将在未来几个月、明年成为一个非常前沿的话题。随着 agent 变得更有能力，信任被建立，你会看到 agent 开始做真正高风险的事情，可能会有 100 万美元的误点。所以这将是整个生态系统的议题。它可以是一个联盟，Tiny Fish 真的想成为其中一部分。我们想建立一个 Tiny Fish 护照的概念，让 agent 被识别。Tiny Fish 的 agent 被识别为 Tiny Fish，同时也被识别为 Shua。这是 Shua 的 agent。如果你让我进来，如果我惹了麻烦，你可以找到 Tiny Fish。你可以找到 Shua。”

主持人结合自身经验补充：“我个人在运行 Crokpot，我运行 Instinct，我运行各种各样的 agent，比如 Hermes、Her 和 OpenClaw，其中一些甚至可以访问我的信用卡。如果出了什么问题，我不知道谁该负责，也许我假设是我自己，因为我给了它们访问权限。“但在一个由非技术背景用户主导的世界里，他们甚至不明白 agent 在做什么——这种情况下责任归属会更加复杂。

生态系统级的答案

“这需要整个行业来构建这个生态系统。实际上，你是在构建一个让 agent 能够自信地、有责任地运行的环境。有守护者（gatekeepers），有服务提供商，还有 agent 构建者。所有这些都需要协同工作。这个联盟会从小处开始，然后逐渐传播开来，最好的机会是……你有支付网关，你有 Stripe……”

回到开头：未来的 Web 会为 agent 而建

对话的落点回到了开场的判断——当 agent 成为网站的主要用户，企业有动力把网站做得对 agent 更友好，而不是继续用验证码和机器人检测把它们挡在外面。Shua 的整个产品路线，从语义选择器到自适应 Web agent，再到身份与问责机制，都是在为那一天做准备。

Source: https://www.youtube.com/watch?v=vCHe1CSEYvg