Shubhankar Srivastava работает над инструментами для браузерных агентов в Browserbase. Ранее он основал Houseware, платформу продуктовой аналитики поверх облачного хранилища данных, которую позже приобрела LaunchDarkly, и был CTO компании Radicali, разрабатывавшей ПО для управления изменениями в регулировании. Он автор проекта AutoBrowse, в котором агенты улучшаются между попытками без изменения весов модели: отдельный teacher-агент обновляет файл стратегии с выученными уроками, а итог сохраняется как skill в формате SKILL.md. В докладах он говорит о том, как улучшать агентов через инструкции и когда для задачи действительно нужен браузер.
Темы докладов: Harness, инструкции и skills, Паттерны построения агентов и Контекст и память.
AI Engineer World's Fair 20261
Hill-climbing skills: как улучшать agents без изменения модели
AI Engineer World's Fair 2026