浏览器智能体基准测试：diff 记忆让 token 增长降 37%
Desperate_Title1595 · reddit · 2026-07-25
作者把自己的浏览器智能体内存管理器 Rote，和 Browser Use 在真实 WordPress 站点上做了同模型、150 次验证运行的对比。
核心改动
- 不再每一步都重发整页渲染，而是在首次 grounded snapshot 之后只发送 diff。
- 元素 ID 由内容哈希生成（role + name + ancestry），即使页面重渲染或跳转也能保持稳定。
结果
- token 增长速度从 每步 3,437 降到 2,160，减少 37.2%。
- 共发送 849 个 diff，中位数只有 24 字符，而完整快照中位数为 9,270 字符。
- 每次运行大约少用 2.7 倍 输出 token。
代价与限制
- 在短任务（约 9 步）里，Browser Use 仍然约 便宜 15%，因为它的长固定前缀更能吃到 provider cache。
- 大约到 13 步 后，Rote 的成本才反超；在 25 步时约 便宜 16%。
- 一个关键缺点是：这种 eviction 记住的是 agent 做过什么，不是 看见过什么，因此需要记住页面左侧信息的任务会失效，作者还在准备 notes 机制。
作者还补充，Browser Use 默认带历史压缩，而 Rote 目前还没有。
「编程与Agent」频道最新
- 微软 Foundry 推出 Autopilot：拥有独立企业账号与身份的常驻智能体 — marlene_zw · 2026-10-27
- OpenAI柏林DevDay:Codex周活较1月增长20倍,德国进API开发者前五 — reach_vb · 2026-10-27
- 用 $28 算力让模型给自己造 copilot：他的新模型个人基准 — bucolucas · 2026-10-27
- 创始人和 Claude 4 天产 46 条 App 视频，省下 1.15 万美元 — PrajwalTomar_ · 2026-10-27
- Agent 中途改计划该被允许吗：真实系统介入时的边界之辩 — wistfulcracker84 · 2026-10-27
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27