Les agents web à long horizon subissent une dégradation progressive du contexte en ingérant des arbres DOM bruts à chaque étape d'action, ce qui érode le raisonnement. L'Observation Pilotée par le Signal (SDO) est proposée, où un sous-appel dédié lit le DOM complet mais ne renvoie que les éléments pertinents, réactivé par des signaux légers, afin d'optimiser l'observation et la compression.
Cet article présente Kimi WebBridge, une extension de navigateur pour Chrome et Edge qui permet aux agents d'IA d'interagir et d'effectuer des actions au sein de sessions de navigateur réelles. Il détaille comment les agents d'IA peuvent ouvrir des pages, cliquer sur des boutons, remplir des formulaires et automatiser des flux de travail en plusieurs étapes sur des sites web.
L'auteur a rencontré des difficultés avec le web scraping traditionnel pour le suivi des prix, car les changements de sites web concurrents cassaient constamment ses outils. L'adoption d'un agent de navigateur IA a résolu ces problèmes, démontrant une adaptabilité supérieure pour l'extraction de données malgré les variations de mise en page et les refontes, mais avec un coût significatif.
Cet article présente Weblica, un cadre pour construire des environnements web reproductibles et évolutifs pour les agents web visuels. Il utilise la mise en cache au niveau HTTP et la synthèse d'environnement basée sur les LLM pour former des agents RL sur des milliers de tâches diverses, surpassant les références sur les benchmarks de navigation web.
Hermes Agent est une infrastructure d'agent IA open-source conçue pour les opérations autonomes, offrant un routage multi-fournisseurs, des tâches planifiées et une automatisation web complète. Il se distingue des enveloppes de chat habituelles en surveillant les systèmes et en exécutant des flux de travail sans intervention humaine.
Ce contenu présente WebXSkill, un système axé sur l'apprentissage des compétences pour les agents web autonomes. Il vise à permettre aux agents d'IA d'exécuter des tâches complexes sur le web de manière autonome.
OpenClaw recommande d'utiliser des profils de navigateur isolés par défaut pour l'automatisation, en privilégiant la sécurité et la stabilité. Les profils de session existante, qui réutilisent votre navigateur réel connecté, doivent être réservés aux cas où l'agent a véritablement besoin des onglets, cookies et états de connexion préexistants.