浏览器 Agent 最大痛点不是幻觉,而是「假成功」

Comfortable_Oven6576 · reddit · 2026-10-05

一位 Reddit 开发者指出浏览器 Agent 的恼人失效模式:Agent 找对页面、点对按钮、填对表单、没有报错,然后告诉你任务完成——但任务实际没发生。网站可能静默拒绝表单、会话过期、动作未持久化,Agent 验证到的只是「UI 变化」而非真实状态,其推理链「点了提交→页面变了→所以成功」看似合理实则脆弱。

作者主张浏览器 Agent 需要「完成证明(proof of completion)」的概念:不是问「动作执行了吗」,而是问「我有什么证据表明目标状态已存在」,即「动作 → 预期状态 → 独立验证 → 再继续」的流程。他提到用 Playwright 配 Claude、GPT、Codex 等都遇到过此问题,并征求社区的验证方案。