7.6
深览指数
科技Bestblogs·Sydney Runkle··AI 生成
我们如何优化深度智能体的浏览器使用
LangChain 对比 7 种浏览器工具集后选用 Browserbase 的 Stagehand，用代码模式批量执行、快照减 token、智能等待三项改造，把 WebVoyager 每百任务成本从 $26.71 降到 $1.98、成功率从 78% 提到 90%，中位耗时缩短三分之一。适合在搭浏览器 Agent 的工程和产品负责人参考对照。原文 ↗
核心观点
- ▍深度智能体在浏览器上的瓶颈不在推理能力而在「工具集」设计：选对工具集并做上下文工程优化，能把成本降到原来的 1/13、速度提升约 3 倍，成功率同时从 78% 升到 90%。
- 01在 WebVoyager 上用 Claude Sonnet 5.5 测得：Stagehand 成功率 90%、总成本 $1.98、任务中位耗时 17.4s；Playwright MCP 成功率 78%、成本 $26.71、每项任务耗时约 3 倍。
- 02代码模式让智能体一次写代码批量执行浏览步骤，Stagehand 平均每任务 10 个步骤，Playwright MCP 为 26 个，省下大量模型往返与中间上下文。
- 03snapshot 工具把页面转成无障碍树的精简文本视图（带交互元素与 ID），智能体不必读原始 HTML 或写选择器；Browserbase 称其 token 效率比 Playwright 高 80%。
- 04Stagehand v4 以浏览器扩展形式在浏览器内运行，本地执行 CDP 调用并一次往返发送批量操作，Browserbase 基准称比 Playwright 快 2 倍。
- 05等待策略改为页面安静 500ms 即结束、而非等满固定时长，HardBench 上中位耗时从 182s 降至 124s，准确率变化仍在噪声范围内。
- 06Stagehand 只向智能体暴露三个工具：snapshot、run、screenshot；作者据此判断「代码模式就足够了」。
反方 / 局限
- — 78%–90% 的成功率区间主要测的是 WebVoyager 上的表现，样本与站点分布未说明，成本与速度最优未必等于在真实企业站点上的泛化能力。
- — 智能体把浏览器交还给用户输入密码以免密钥进入模型与追踪记录，这一安全边界同时意味着某些登录态任务无法全自动完成。
- — Browserbase 既是 Stagehand 的维护方又是 token 效率与速度基准的提供方，文中引用的 80%、2 倍等数字缺少第三方复现。
LangChainBrowserbaseStagehandPlaywright MCPClaude SonnetWebVoyagerHardBenchLangSmithSydney RunkleCDP（Chrome DevTools Protocol）
4 分钟 · 7 卡片 · 11 资料
读原文 →