Hill-climbing: как агенты учатся на своих ошибках

Что в ролике
Если браузерные агенты у вас застревают на капче, не могут перетащить фильтр или каждый раз начинают с нуля, в докладе предлагают метод hill-climbing для навыков. Автор, инженер Browserbase, показывает цикл auto-browse: два агента — doer и teacher — по очереди выполняют задачу и анализируют её трассировки. Учитель после каждой итерации дописывает находки в файл strategy.md, а в конце收敛 получается skill.md с готовыми трюками для будущих запусков. На живом демо Google Flights агент сначала потратил $12 и не справился, но после нескольких итераций нашёл билет бизнес-класса за $649 в 8 утра, снизив стоимость до $3. На OpenTable агент обошёл блокировку access denied, подставив координаты в URL, и сократил время с 189 до 27 секунд, а стоимость с $6,22 до $0,51. Эти навыки публикуются бесплатно на browse.sh: там уже есть готовые инструкции для Amazon, AllTrails и других сайтов. Для применения метода нужны воспроизводимая среда и проверяемый результат, иначе цикл не сможет сходиться.
Практика
- Что получишь
- Поймёте, как улучшить надёжность браузерных агентов без дообучения модели, и сможете воспроизвести auto-browse цикл по открытому коду.
- Первый шаг
- Начните с запуска готового цикла auto-browse из GitHub на простой задаче вроде поиска рейса на Google Flights.
- Цифры
- —4x — во столько раз снизилась стоимость выполнения задачи на Google Flights после hill-climbing (с $12 до $3)
- —$0,51 — стоимость успешного бронирования столика на OpenTable после обхода блокировки (было $6,22)
- —27 секунд — время, за которое агент выполнил задачу на OpenTable после оптимизации (было 189 секунд)
- —$649 — цена найденного агентом билета бизнес-класса San Francisco—New York на 8 утра
- Честно
- Доклад рекламирует платформу Browserbase, где работает автор, и бесплатный сервис browse.sh; запуск цикла по его примеру требует доступа к браузерной инфраструктуре или совместимому SDK. Часть деталей (команды CLI, файлы strategy.md и skill.md) видна только на слайдах и в репозитории, в пересказе их придётся уточнять.
Если слова незнакомы — 4 терминов
- browser agentагент, который сам управляет браузером, кликая и читая страницы
- auto-browseцикл, где агент-исполнитель и агент-учитель итеративно улучшают решение задачи
- skill.mdфайл с инструкциями-трюками для повторного выполнения задачи
- трассировкизапись шагов и состояний агента во время выполнения
Связки из этого ролика
5 шт.- Claude Agent SDK
- Browserbase
- Vercel Blob Storage
- Docker
- EC2
Компоненты
9 шт.Формат: сборка на живом примере · для практикующих · уверенность разметки 0.82 · источник