开发者开源 Chrome Controlla:给浏览器 Agent 补上「动作是否生效」的验证层
Swimming_Ask3859 · reddit · 2026-11-02
Reddit 用户 SwimmingAsk3859 提出:Agent 模型变聪明的速度已经超过系统变可靠的速度,真正的瓶颈不在推理而在执行层——浏览器动作结果不确定时(点击超时、页面重渲染、元素引用过期),模型会基于已经错误的信息继续推理,甚至在不确定是否成功时盲目重复点击 Send/Delete/Purchase 这类危险动作。
为此他开源了 Chrome Controlla(Apache 2.0),一个面向 AI Agent 的浏览器控制层:
- 跟踪 Agent 正在操作的精确 Chrome 标签页和文档
- 元素安全可恢复时自动重新定位;移出屏幕时滚动重查;页面仍在变化时等待稳定再继续
- 核心设计:动作结果未知时不重复执行,而是如实告诉 Agent「不知道第一次是否发生」
性能实测:排序页面快照约 32ms;4103 节点页面全量快照 103ms;还测试了向 Google Docs 写入 3973 字符并独立校验结果文档。作者用 Codex 和 Claude Code 测试,认为可靠自主性的跃迁更多来自让模型的「眼睛、手和反馈回路」更难被欺骗,而非更强的模型。
所属事件:开源 Chrome Controlla:为浏览器 Agent 增加动作验证层(2 条相关)→
「编程与Agent」频道最新
- 衡量 Agent 试点:该数的是打断次数和错过的关键决策 — krishnan · 2026-11-02
- Agent 像带娃:果汁盒和流血手指一样大声求救 — krishnan · 2026-11-02
- Reddit 热帖:Agent 任务状态别只有成败,该给「deferred」独立状态 — Key-Register-1969 · 2026-11-02
- Reddit 网友整理普通电脑可跑的小型模型清单，面向 agent 用途 — transanethole · 2026-11-02
- 做营收团队 Agent 的复盘:上下文比模型选择重要得多 — hossam_elkhateeb11 · 2026-11-02
- 开源看板 Kanzo 更新：多机共享看板，二进制仅 4.5MB 内存占用相同 — allmudi · 2026-11-02