文章

共 20 篇第 1–20 篇

1. Odysseys2：一个长期网页智能体基准

   来自卡内基梅隆大学和 Browser Use 的 100 个实时网络长期任务。表现最好的智能体完整完成了 100 个任务中的 47 个。

   Browser Use · Engineering2026年10月27日正文不完整

   阅读 30—

2. 浏览器智能体的惨痛教训

   随着模型能力提升，浏览器框架必须做出改变。而且是大改。

   Browser Use · Engineering2026年9月15日正文不完整

   阅读 10—

3. 我们如何为浏览器使用构建可扩展的长时程强化学习环境

   浏览器智能体基准测试正在趋于饱和。这就是我们如何利用真实用户流量针对真实网络构建强化学习环境。

   Browser Use · Engineering2026年8月26日正文不完整

   阅读 00—

4. 基准背后的基准

   基准是一个数据集和一个评判者。评判者听起来像是个细节，但它才是最难的部分。

   Browser Use · Engineering2026年8月5日正文不完整

   阅读 00—

5. 我们如何使用 AWS Bedrock AgentCore 构建安全、可扩展的智能体基础设施

   智能体不应有任何值得窃取的东西，也不应有任何值得保留的东西。以下是我们如何使用 AWS Bedrock AgentCore 实现这一目标。

   Browser Use · Engineering2026年7月12日正文不完整

   阅读 00—

6. 我们如何将云浏览器的成本降低至三分之一并提升速度

   我们将浏览器会话成本从每小时 $0.06 降至 $0.02，同时让浏览器启动和扩展速度更快。

   Browser Use · Engineering2026年6月15日正文不完整

   阅读 00—

7. Claude Fable 在 BU Bench 上创下高分

   我们使用开源的 Browser Use 库在 BU Bench 上运行了 Claude Fable 5。它取得了 80% 的得分，胜过所有其他模型。

   Browser Use · Engineering2026年6月10日正文不完整

   阅读 00—

8. 浏览器使用开源库的生产架构

   我们在开源 browser-use 库之上运行的 SQS-to-Lambda 架构。

   Browser Use · Engineering2026年5月9日正文不完整

   阅读 00—

9. 我在过去 4,000 次提交中犯的所有错误

   作为 Browser Use 首位工程师的一年错误，按时间顺序排列。

   Browser Use · Engineering2026年5月5日正文不完整

   阅读 00—

10. 智能体框架的惨痛教训

    不要包装大语言模型，也不要包装它的工具。

    Browser Use · Engineering2026年4月19日正文不完整

    阅读 00—

11. 真正会学习的网络智能体

    每个访问网站的智能体都从零开始。我们让它们拥有记忆。

    Browser Use · Engineering2026年4月5日正文不完整

    阅读 00—

12. 我们如何用 Auto-Research 打造最佳浏览器智能体

    在 Online-Mind2Web 基准测试中达到 97%。有史以来的最高分。

    Browser Use · Engineering2026年3月25日正文不完整

    阅读 00—

13. 我们对所有主要云浏览器供应商进行了隐秘基准测试

    我们基于真实生产数据构建了一个隐秘基准测试，并测试了所有主要云浏览器。

    Browser Use · Engineering2026年3月21日正文不完整

    阅读 00—

14. 当你赋予智能体最大自由时会发生什么

    训练胜过提示。每一次都是。

    Browser Use · Engineering2026年3月13日正文不完整

    阅读 00—

15. 我们如何构建安全、可扩展的智能体沙箱基础设施

    从 AWS Lambda 到 Unikraft 微虚拟机，以及控制平面架构。

    Browser Use · Engineering2026年2月25日正文不完整

    阅读 00—

16. 我们如何为 AI 网页智能体构建可扩展的评估基础设施

    深入了解我们高度可扩展的 LLM-as-a-judge 评估平台，该平台解决了网页智能体的方差问题。

    Browser Use · Engineering2026年2月23日正文不完整

    阅读 00—

17. Browser Use 应该使用哪种 LLM 模型？权威浏览器 AI 基准测试

    一项统计严谨的基准测试，比较顶级前沿模型在浏览器自动化方面的速度、成本和准确性。

    Browser Use · Engineering2026年2月19日正文不完整

    阅读 00—

18. 浏览器智能体机器人检测即将改变

    我们如何让 Browser Use 保持不被检测

    Browser Use · Engineering2026年2月2日正文不完整

    阅读 00—

19. 浏览器智能体基准测试：比较用于网页自动化的 LLM 模型

    BU Bench V1（2026 年 1 月）：所有主流 LLM 在 100 项高难度浏览器任务上的表现。Browser Use Cloud 得分为 78%，领先当时最佳开源模型 16 分。

    Browser Use · Engineering2026年1月31日正文不完整

    阅读 00—

20. 智能体框架的惨痛教训

    所有价值都在经过强化学习训练的模型中，而不在你那一万行抽象代码里。

    Browser Use · Engineering2026年1月16日正文不完整

    阅读 00—