· AI Engineer World's Fair 2025
Текущее состояние browser agents
The Current State of Browser Agents
Браузерные агенты неплохо читают веб с успехом около 80%, но на задачах на запись, по словам авторов, успешность падает примерно вдвое, поэтому их нужно тестировать до продакшена.
- Тип задачи решает многое — на WebBench (более 5000 задач, около половины открыто) лучшие агенты справляются с задачами на чтение, а задачи на запись, такие как заполнение форм и изменение состояния сайта, выполняют заметно хуже. Для них авторы советуют строить внутренние evals до выпуска.
- Инфраструктура меняет результат — капчи, прокси и блокировки заметно разводят провайдеров по успешности. Авторы советуют сравнивать несколько провайдеров: их легко переключать, а при блокировке прокси провайдер часто может снять ограничение.
- Часть провалов не из-за модели — по данным авторов, около 20–25% провалов на задачах на чтение вызваны инфраструктурой: капчи, прокси, логин с подтверждением почты. По их оценке, улучшение инфраструктуры дало бы заметный прирост.
- Гибридная схема — по наблюдениям авторов за клиентами, агентов ставят на редкие и часто меняющиеся шаги, а стабильные массовые сценарии переводят на детерминированный Playwright.
Кому полезно: тем, кто решает, какие браузерные сценарии отдать агенту, а какие оставить детерминированным скриптам.
Статья по теме
Главы
Похожие доклады
Выводим агентов во Всемирную паутину
AI Engineer World's Fair 2026
Близко по содержанию
Ваш LLM-as-a-judge — самоуверенный лжец: как создавать более надёжные верификаторы
Corby Rosset, Miguel González Fernández
Близко по содержанию
Модели для computer use превратят веб в среду для агентов, а не в набор API
AI Engineer World's Fair 2026
Близко по содержанию
Perception agents
AI Engineer World's Fair 2026
Близко по содержанию


