Web Agent 易踩的坑：页面存在≠当前可交互

AmbassadorNice8641 · reddit · 2026-08-29

作者在开发「agent 可读清单」API（告诉 agent 页面上能做什么）时发现一个被低估的问题：元素存在于页面和 agent 此刻能操作它是两回事。\n\n在自家首页测试时，6 个 action 中有 3 个返回 visible: false——元素真实存在于 DOM、有合法选择器，只是未被渲染或在视口外，其中一个竟是首屏下方的 "Start free" CTA。\n\n截图看不到视口外的元素，原始 DOM dump 通常也不检查计算后的可见性，两者都会漏掉这一信号。作者认为 agent 应把可见性作为独立信号建模，这会直接影响多步任务的规划（先滚动还是直接点击），但社区对此的讨论还很少。