NeurIPS 论文 BreakingWeb：强浏览器 Agent 在受控变体上近半数失败
shuyanzh36 · x · 2026-10-27
xunjianyin 团队发布 NeurIPS 2026 工作 BreakingWeb：选取强浏览器 Agent 已能完成的任务，通过对 web 应用栈做受控干预构造其困难变体，测试 Agent 的鲁棒性。
- 结果：浏览器 Agent 在这些变体上约一半任务失败，而人类受影响远小于 Agent。
- 意义：说明当前浏览器 Agent 的能力依赖对网页栈的具体形态记忆，泛化与抗干扰能力仍然脆弱，可作为浏览器 Agent 的对抗性评测基准。
「编程与Agent」频道最新
- 观点:OSS 应用的核心原语是 PoC 而非 PR — dbreunig · 2026-10-27
- 把一切接入 Dot:达人分享突破 ChatGPT 订阅额度限制的用法 — teortaxesTex · 2026-10-27
- Jev 人脉搜索 API 上线:$0.0089/条,自称比 Clay 便宜 85% — alexcovo_eth · 2026-10-27
- 逐一审读 compound engineering 全部技能:哪些环节该留给人类 — kieranklaassen · 2026-10-27
- UCSB 教授王骁连获三笔超 18 万美元资助，推进实用高效主动式 AI Agent — xwang_lk · 2026-10-27
- 开发者观点：生成式游戏不必实时渲染，回合制交互同样可行 — djcows · 2026-10-27