浏览器Agent跑出40秒到261秒差异，元凶竟是自家规则层误判任务完成
Stunning-Sherbet1853 · reddit · 2026-11-02
一位开发者在单张 3090 上用 3-bit 量化的本地 27B 模型跑浏览器 Agent，同一书店搜索任务耗时在 40 秒到 261 秒间剧烈波动。他依次排查并修复了三个可疑点：thinking 模式切换导致 KV cache 重建、history cap 仍按 131k 窗口配置导致转写折叠、页面提取器把 18000 字符的隐藏菜单误当主内容（修复后单次 373s→124s）——但波动仍在。
最终元凶是：将请求转成可校验需求的小规则层，把「列出前 3 本书的书名/作者/价格」误解为「打开 3 个条目逐一阅读」。模型第 5 步已从搜索结果拿到全部答案，checker 却判定未完成，迫使模型打开三个根本不需要的页面，日志上看起来就像模型困惑。修复规则（列表可见字段改为「从列表收集」）并在全部 2810 条历史请求上做回归验证（仅 14 条变化且全符合预期）后，同任务稳定在 44-64 秒。仍未解决的是 thinking 设置的调优：运行间噪声大于任何设置差异。
「编程与Agent」频道最新
- 细读 DeepSeek Harness Super-agent：瓶颈不在模型在人 — sujingshen · 2026-11-02
- RL 训练暗藏 tokenizer 陷阱：srush 用 Lean 形式化验证修复 tito 问题 — VoidAsuka · 2026-11-02
- 从零搭建 Agentic 知识图谱:不用图数据库也不用抽取模型 — adnan_hashmi · 2026-11-02
- Obsidian×Claude 双侧知识库工作流：阅读剪辑，Agent 写页 — adnan_hashmi · 2026-11-02
- Vercel 工程师开源 Security Audit skill，@bot 一句话扫描攻击面 — brandon_galang · 2026-11-02
- Vercel Labs 十月发布 95 个版本：agent-desktop 让编码 Agent 操控电脑 — evilrabbit_ · 2026-11-02