← Каталог

· AI Engineer World's Fair 2026

Hill-climbing skills: как улучшать agents без изменения модели

Hill-Climbing Skills: Improve Agents Without Changing the Model — Shubhankar Srivastava, Browserbase

Агента для браузера можно улучшать без изменения весов модели: цикл из двух агентов переписывает инструкции и на выходе даёт переиспользуемый SKILL.md.

  • Цикл doer и teacher — один агент выполняет задачу в браузере, второй после каждой попытки читает скриншоты, трассы действий и результат и дописывает стратегию в strategy.md для следующего прогона. Когда прогоны перестают улучшаться, итог сохраняется в SKILL.md: прямые URL с параметрами, обход неработающих кнопок, паузы на загрузку.
  • Экономия по словам спикера — на поиске рейсов в Google Flights стоимость прогона упала с около $12 до $3 за две итерации, но следующая итерация провалилась. Улучшение идёт неравномерно, поэтому нужен контроль результата на каждом шаге.
  • Условия переноса на другие задачи — метод работает, если есть воспроизводимая среда и измеримый результат. Факт покупки билета проверить просто, а вопрос «нашёл ли лучший вариант» проверяется заметно хуже.
  • Обновление навыков — по словам спикера, сбой в продакшене запускает цикл починки и pull request, который проверяет человек. Регулярные проверки дрейфа сайта тратят токены впустую, поэтому спикер предпочитает запуск по сбою.

Кому полезно: тем, кто выводит браузерных агентов в продакшен и устал писать отдельные скрипты под каждый сайт.

Статья по теме

Главы

Похожие доклады