爬山式技能：不換模型也能讓代理更可靠——Browserbase 的 Shubhankar Srivastava
瀏覽器代理在正式環境中之所以失敗，問題不在模型不夠強，而在於每一次執行都從零開始。Browserbase 的銷售工程師 Shubhankar Srivastava 負責為客戶部署瀏覽器代理，他主張解方屬於工程問題：一套「自動研究」（auto research）迴圈，讓執行代理（doer agent）與教師代理（teacher agent）反覆琢磨同一個真實網站，直到收斂出一份可重複使用的技能檔案。在 AI Engineer 大會上，Srivastava 現場示範了一套流程：一個 Google Flights 任務在跑完一輪迭代後，單次執行成本從約 12 美元降到 3 美元；另一個原本撞上「ac
推薦理由：提供一種自動研究迴圈，將代理執行成本從 12 美元降至 3 美元，顯示工程最佳化可大幅提升瀏覽器代理效能。