标签
本文提出在经验性预测状态图上进行动作条件的双模拟，以判断GUI智能体在两个网页间的记忆何时应当合并，从而在无需任何训练的情况下，相比无记忆基线提升了MiniWoB++任务上的成功率。
该推文宣布了Browser Use Ultrafast，一个基于云的网页代理工具，速度提升10倍且成本更低，能够在20秒内以$0.004完成航班比较等任务。
论文介绍了KNOWS基准，用于评估网络代理在涉及将知识合成为和组织成制品的复杂长期任务时的表现，揭示了当前代理在视觉步骤和长期推理方面存在困难。
X-Tree 直接从智能体轨迹中恢复可复用的技能层次结构（无需调用 LLM），并将其集成到离线强化学习、在线 RLVR 以及 on-policy 自蒸馏中，在数据和预算相同的条件下，于 WebArena、ScienceWorld 和 WebShop 上的成功率相较标准训练方案最高提升 5.8%。
AutoTailor 是一个元智能体框架，可将网页轨迹转换为紧凑的、用户对齐的浏览器自动化APIs，从而提高正确性并减少网络任务中的令牌成本和延迟。
EconSkills提出了一种技能库与评估框架，使Web智能体能够迁移和检索处理实时经济数据的流程知识，在受控迁移中提升效率，并在库规模评估中展现竞争力。
作者批判了网页代理演示因获取层问题而在真实URL上失败的现象，强调数据工程是比代理推理更难的挑战。
Dhruv Batra 阐述了网络代理如何借助屏幕视觉信息、从交互中学习并适应布局变化，而无需手动更新来导航动态网站。
AutoTailor是一个元代理框架，能自动为网页代理选择和适配紧凑的浏览器自动化API集，通过离线过滤和动态重选提升准确性和效率。
OdoBot是一种新型的Web代理架构，它使用应用程序行为建模来减少令牌消耗并提高任务成功率，在Canvas LMS上超越了Agent-E和WebVoyager等代理。
Scaffold是一个视觉网络代理的自我改进框架，该框架归纳参数化技能，维护递归层次结构，并将技能蒸馏到模型权重中，在诸如WebArena等基准测试中实现了显著的性能提升。
Astra 在 Browser Use Benchmark v2 上取得了 77.3% 的成绩，远超 Opus 5（50.5%）和 GPT-5.6 Sol xhigh（49.1%）；在 60 项任务中，Astra 有 22 项获得满分，而 Opus 5 的满分任务数为零。
Browser Use与Link合作，使AI网络代理能够使用单次卡进行信用卡购买，增强自动化交易的安全性和功能性。
本文提出了一种无需访问模型内部信号即可监控网页代理的方法，通过可观测轨迹和关键步骤监督来提前预测失败。该方法在多个基准测试中表现出与基于内部信号的基线方法相当的性能。
作者讨论了其agent-readable-manifest API中的一个边缘案例，其中网页元素由于可见性问题当前不可交互，强调了元素存在与网络代理当前可交互性之间的区别。
本文介绍了一个构建验证合成网络环境的框架，以改进网络智能体的训练，展示了在基准测试中增强的性能和可迁移性。
作者讨论了网页代理在爬取不良 URL 时上下文窗口浪费的问题，并询问如何使用元数据来过滤爬取以提高效率。
本文解释了网络代理被阻止是由于浏览器指纹不一致，而不是模型或无头设置，并介绍了pydoll，一个使用Chrome DevTools Protocol实现无检测自动化的Python库。
本文探讨了训练浏览器代理模型进行顺序决策时的挑战，如错误恢复和记忆问题，并寻求优化训练目标的建议。作者提到了在tinyfish开发的'mako'模型，并邀请社区反馈。