背景
瀏覽器代理（Browser agents，讓 AI 代理能操作瀏覽器以執行任務的技術）讓 AI 能在沒有公開 API 的網站上執行多步驟任務，例如規劃旅行或取消訂閱。這類代理需要兩項核心能力：驅動瀏覽器的工具，以及本地或託管的瀏覽器環境。LangChain 指出，工具的設計對代理的成本與執行軌跡有巨大影響，因此他們針對 Managed Deep Agents（LangChain 提供的託管代理開發與部署平台）平台，重點最佳化了瀏覽器驅動工具。 官方原文・LangChain Blog
發生什麼事
LangChain 比較了七種瀏覽器工具集，最終選擇 Browserbase 的 Stagehand，並基於 LangSmith 追蹤資料進行迭代最佳化。測試結果顯示，在 WebVoyager（涵蓋日常網站任務的基準測試）基準測試中，Stagehand 工具的任務通過率為 90%，總成本為 1.98 美元，中位數每任務耗時 17.4 秒；相比之下，Playwright MCP 通過率為 78%，成本高達 26.71 美元，約為 Stagehand 的 13 倍，且每任務耗時為 Stagehand 的三倍。 官方原文・LangChain Blog
重點內容
瀏覽器任務面臨上下文管理的挑戰：任務通常包含大量連續的工具呼叫，且網頁內容龐大但相關性低。例如，Playwright MCP 在單一 WebVoyager（涵蓋日常網站任務的基準測試）任務中平均需要 26 次模型回合，而 Browserbase 託管 MCP 伺服器的一次導航回應中位數約為 17,000 個字元。LangChain 指出，工具設計對代理的成本與執行軌跡有巨大影響，其中 Stagehand 的「程式碼模式」（Code mode）允許代理編寫程式碼來執行一系列瀏覽器步驟，而非逐個呼叫工具。這減少了模型在步驟間的等待時間，並讓中間過程的上下文保留在變數中，僅將最終結果傳回模型。 官方原文・LangChain Blog
Stagehand 提供三個主要工具：snapshot（讀取頁面無障礙樹（accessibility tree，瀏覽器將頁面結構化以便輔助技術或程式讀取的資料結構）並標記互動元素 ID）、run（執行批次動作或 JavaScript 程式碼）以及 screenshot（擷取渲染頁面）。其中，snapshot 提供精簡的文字視圖，讓代理直接理解並操作頁面，避免讀取原始 HTML 或撰寫選擇器。Browserbase 報告指出，Stagehand v4 比 Playwright 節省約 80% 的 token。此外，Stagehand v4 以瀏覽器擴充功能形式運行，將低層級呼叫移至頁面附近，並在一次往返中發送批次動作，Browserbase 稱其速度比 Playwright 快 2 倍。 原文
LangChain 最佳化了代理等待頁面載入的機制。透過分析 LangSmith 追蹤資料，發現代理常使用固定時間的睡眠（如 page.waitForTimeout(8000)）來等待頁面，導致大量時間浪費。LangChain 修改 run 工具，讓睡眠在頁面靜止 500 毫秒後即結束，且不早於代理請求的時間。這一改動在 HardBench（Browserbase 提供的較難任務基準測試）測試中，將代理的中位數執行時間從 182 秒降至 124 秒，且準確率在誤差範圍內。該修正已上游合併至 Stagehand。 原文
對使用者的意義
開發者可以在 Managed Deep Agents 中使用這些最佳化後的瀏覽器工具，無需自行管理基礎設施。若要在開源的 Deep Agents 中使用，可透過 langchain-stagehand 套件加入 StagehandMiddleware。對於需要大規模瀏覽公開網路的代理，建議使用 Browserbase 託管瀏覽器。LangChain 建議，透過追蹤代理行為找出低效環節，並使用評估（evals，透過自動化測試驗證代理表現的機制）驗證每個變更，以最佳化代理。 官方原文・LangChain Blog
