浏览器 Agent 用增量反馈压缩令牌开销

我试过的所有网页 Agent 都有同一个问题：读得太多。浏览器工具把页面快照交给模型，模型点击后，又收到一份整个页面的全新快照。大部分 token 都花在了重复阅读那些没有变化的内容上。

于是，我做了 AgentGo：一款面向 Windows、基于 Chromium 的浏览器，用 Rust 在 CEF 之上构建，专门供 Agent 通过 MCP 驱动。随后，我拿它和目前大家最常用的两款工具做了对比测试。

测试使用相同的模型（gpt-6-luna，medium reasoning）、相同的 24 个 BrowserGym MiniWoB++ 任务。每个任务都开启全新的 Agent 会话，只允许使用对应浏览器的 MCP 工具，最终结果由页面自身的 reward 判定。

token 用量大约减半，交互轮次也大约减半，单个任务耗时的中位数最短。

为什么它用的 token 更少

主要靠三个设计选择：

用精简提纲代替页面快照。browser_open 返回标题和可操作的元素，每行一个，格式为 [ref] role "name"。页面发生变化时，这些 ref 仍保持稳定。

只返回发生变化的内容。执行 browser_act 后，返回的是差异：+ 表示新增元素，- 表示移除的元素，~ 表示值发生变化。模型不用重新阅读整个页面，就能知道刚才的点击是否生效。

让浏览器等待，而不是让模型等待。每次操作都会等页面稳定后再返回结果，Agent 就不必浪费交互轮次去调用 "wait"，然后再读一遍页面。

它也是一款真正的浏览器，而不是测试框架：它有自己的指针和键盘，因此日期选择器、滑块以及监听按键的组件都能正常工作；Agent 可以使用自己独立登录的账号；付款或最终提交则会暂停，直到用户在浏览器窗口中批准。

有两个任务难住了所有测试配置，AgentGo 也不例外：

form-sequence-2：任务说明从未要求按下 Submit，因此没有任何 Agent 这么做。

click-pie：所有 Agent 都打开了饼状菜单并点击了目标菜单项，但页面没有认定这次点击有效。

测试本身也有局限：只用了一台机器，每个任务在每种配置下只运行一次，而且只用了一个模型。MiniWoB++ 的页面都很小；换一个模型，或者再跑一次，个别任务的结果就可能变化。完整的测试方法、每个任务的结果，以及另行在 20 个真实网站上进行的检查，都收录在 benchmark 报告中。

AgentGo 还附带 GoMini，这是一个在你自己的 GPU 上运行的小模型，参数量为 322M。它负责一些常规步骤，比如填入你提供的值，让大模型不必阅读每一个页面。在 13 类未参与训练的任务上，不同版本之间，它完成的子目标数从 65 个中的 15 个提升到了 39 个。它仍在开发中：开启后，AgentGo 同样完成了 22/24 个任务，但 token 用量略有增加。

AgentGo（Windows 11，免费）：https://github.com/Moha2005269/agentgo

Claude Code：/plugin install agentgo --marketplace Moha2005269/agentgo-mcp

其他 MCP 客户端：安装程序可以连接 Claude Code、Codex 或 Droid，也可以运行 agentgo mcp。它也已收录于官方 MCP Registry，名称为 io.github.Moha2005269/agentgo。

这是我独立开发的项目。很想听听你遇到了哪些问题，以及希望我接下来测试哪些网站。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。