WebMCP 浏览器工具实测:Books 任务省一半 token,X 任务反而更费
j032 · reddit · 2026-09-14
- DeepDeck(MIT 开源 macOS 应用,基于 DeepSeek Harness 的独立项目)作者对比了「普通浏览器访问」与「保存的 WebMCP 风格可复用工具」在两个固定任务上的表现,每条件各跑 5 次交错测试。
- Books to Scrape(扫描 65 本小说找最便宜 3 本):中位耗时从 46.8s 降至 29.9s,总 token 从 92,559 降至 44,440,工具调用从 5 次降至 3 次。
- X 结构化抽取(提取 3 条固定帖子数据):中位耗时 62.2s→55.7s,但总 token 反而从 134,038 增至 145,301,调用从 7 次增至 8 次。
- 作者强调基线也可用 JS 和 DevTools,并非纯截图/computer-use 对比,避免误导;测量不含工具构建与维护成本,token 数含缓存读取,非美元成本。
- 结论:可复用工具确实能减少抽取工作量,但「总是省 token」的说法被 X 结果证伪。生成的本地适配器在站点改版时可能失效,且未验证与其他 WebMCP host 的兼容性。
「编程与Agent」频道最新
- 研究者称 AI Agent 泄密根源不在对齐失败,而是工具滥用刮取本地隐私数据 — ryunuck · 2026-09-14
- 用行列式点过程做技能路由,让 LLM Agent 选技能不再重复 — Wang Wei · 2026-09-14
- 把 LLM 路由建模成上下文老虎机,有限反馈下亚线性遗憾 — Wang Wei · 2026-09-14
- 推理优化工程师学习路线:量化、Flash Attention 到投机解码六步走 — ashishllm · 2026-09-14
- DeepDeck 推出 WebMCP 工具目录:源码可查、版本锁定,给无 API 网站造本地浏览器工具 — j032 · 2026-09-14
- 阶跃星辰推出 Startup 计划,早期 AI 团队可获 API 额度与生态支持 — StepFun_ai · 2026-09-14