爬坡式优化 Skill：无需更换模型，持续改进智能体｜Browserbase 的 Shubhankar Srivastava

📌 One-Sentence Summary

Browserbase 的 Shubhankar Srivastava 展示如何让执行者与教师组成循环，把浏览器任务中可验证的失败和站点技巧沉淀为可复用 skill。

📝 Summary

Shubhankar Srivastava 指出浏览器智能体的一个反复出现的问题：日期选择器、站点导航和反爬阻碍等操作经验，在下一次运行时往往又要重新摸索。他借鉴 AutoResearch，提出将浏览器任务拆成执行者和教师：前者尝试完成任务，后者检查日志、截图与结果，把经验写入策略文件；经过多轮验证后，再把稳定策略升级为可复用的 skill。Google Flights 示例中，首次失败让系统发现通过 URL 参数绕过复杂日期控件的路径，后续查询因此更稳定。演讲还涉及会议日程、餐厅检索和浏览器 skill 目录。问答部分强调可重放环境、可验证结果、成本目标、skill 维护与提示注入防护。演示相当具体，但节省成本和可靠性收益主要来自选定案例，尚不能视作广泛的独立评测。

💡 Main Points

浏览器智能体容易重复踩坑，因为站点经验没有被保存。

日期控件、页面阻碍和 URL 捷径可能在一次运行中发现，下一次却又要重新学习。

执行者与教师循环把失败转化为持久策略和 skill。

执行者完成浏览器任务；教师检查轨迹和结果，更新策略文件，再将验证有效的做法升级为 skill。

优化循环需要可靠评估与持续维护。

可重放环境和可验证结果支撑学习；漂移监测与提示注入防护则避免策略变质或过时。

💬 Key Quotes

可靠性是一个工程问题。

你需要某种可重放的环境。

还需要某种可验证的结果。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： AI Engineer

Author： AI Engineer

Category： 人工智能

Language： 英文

Read Time： 33 min

Word Count： 8222

Tags：

AI 与智能应用 , AI Agent , Agent Skills , 模型评测与基准 , 视频

Play Full Video