首页微软Webwright将Web Agent开源，从“点击”转向“编码”
微软研究院最近将其新的网络代理框架Webwright 开源。该框架不再依赖主流的“截图/DOM 点击”预测模型，而是允许 AI 模型直接编写Playwright代码并在终端中执行 Bash 命令，从而更高效、更合理地完成复杂的网络任务。
一、核心架构：极简主义的“终端优先”方法
Webwright的设计理念非常直白：“一个终端胜过千层抽象。”该框架由约1,000行代码组成，分为三个核心模块，且不涉及复杂的多代理协调机制：
Runner（约 150 行）：管理代理循环的核心逻辑，负责上下文处理和执行。
Model Endpoint（约 550 行）：用于模型交互的统一接口，支持 OpenAI、Anthropic 和 OpenRouter 等后端。
终端环境（约 300 行）：提供一个隔离的终端执行环境，模型可在其中运行 Playwright 脚本、查看日志、分析截图并进行调试。
工作流：Runner 将当前任务上下文发送给模型 → 模型生成“思维过程”和“Shell 命令” → 环境执行并返回结果（输出、截图、错误堆栈） → 循环持续进行直至任务完成。
II. 为何要从“点击”转向“编写代码”？
当前主流的智能代理通过不断预测“点击、滚动、输入”来操作浏览器，这导致了效率问题和状态管理方面的挑战。Webwright 的代码驱动方法具有明显的优势：
逻辑复用：每次操作都会生成可复用的 RPA（机器人流程自动化）脚本，而非一次性点击记录。这些脚本可在 Claude Code 或 Codex 等其他工具中复用。
复杂逻辑处理：代码天然支持循环、函数和分支。对于表单填写、跨页面操作和条件跳转等长链任务，代码表达方式远比简单的动作堆叠更胜一筹。
工程化错误修正：通过分析执行错误后的堆栈跟踪，模型可自主进入“编写代码—运行—出错—修复”的迭代循环，显著提升任务成功率。
III. 工程突破：解决“虚假成功”与“上下文膨胀”
Webwright针对智能代理的两大常见痛点提出了针对性解决方案：
门控自检机制：防止模型错误地声称任务已完成。模型必须首先生成“自检配置”，并在干净的环境中运行最终脚本。只有在通过自我反思确认任务确实完成后，才能输出完成标记。
历史压缩：为应对长轨迹带来的上下文过载问题，系统每 20 步将历史数据压缩为摘要，确保上下文窗口始终聚焦于关键进展。
IV. 测试性能：超越基准
在 2026 年 5 月的基准测试中，Webwright 表现尤为出色：
Online-Mind2Web：基于 GPT-5.4 的 Webwright 在 100 步预算内实现了86.67%的准确率，跻身顶级开源解决方案之列。
Odysseys（长链任务）：面对平均长度为272个单词的复杂指令， Webwright + GPT-5.4 获得了60.1% 的得分，较基础版 GPT-5.4（33.5%）提升了约81.5%，超越了 4 月份排行榜冠军 Opus4.6（44.5%）。
业界反馈
Webwright 的出现凸显了一个重要趋势：随着模型编程能力的提升，智能代理正向“开发者范式”转变。通过将浏览器视为可编程的端点而非单纯的交互界面，Webwright 成功将 AI 网页任务执行的效率和鲁棒性提升到了一个新高度。
对于开发者而言，Webwright 不仅仅是一个代理框架——它更像是一位能够自动编写、维护和打包自动化脚本的“超级员工”。该项目现已在 GitHub 上开源。
相关文章
Google 将 NotebookLM 更名为 Gemini，并为其配备能够编写和运行代码的云端计算机
长期用户应做好准备，迎接一个拥有新身份的熟悉面孔。16日，谷歌宣布其AI笔记助手NotebookLM已正式更名为Gemini Notebook，标志着它已完全融入谷歌的统一AI生态系统。尽管名称有所改变，但该产品的核心身份保持不变。谷歌确认，它将继续作为独立工具运行，但如今将在更广泛的谷歌平台中发挥关键作用，包括与Gemini应用和谷歌搜索的集成。此次品牌重塑的真正价值在于底层能力的升级。Gemini Notebook用户将逐步获得一项关键功能：安全云计算集成。这一增强功能实际上为笔记本配备了强
Claude 撰写了 Anthropic 80% 的代码，随着 CI 任务激增 25 倍
Anthropic 的内部指标揭示了一个惊人的现实：Claude 现在生成了该公司 80% 的代码，工程师每季度交付的代码量是 2021 年至 2025 年间的八倍。甚至连代码审查和合并审批等关键工作流程也正日益由人工智能自动化。然而，人工智能的编码行为与人类模式截然不同。它倾向于以极细粒度提交拉取请求，全天持续提交代码，并触发测试用例数量激增十倍。这种毫不间断的节奏使持续集成（CI）系统不堪重负，导致任务量在六个月内激增了 25 倍。尽管进行了三次系统修补尝试——包括添加核心逻辑、分片处理以
微软推出新风险投资项目，投资25亿美元，部署6000名工程师，处于企业创新前沿
随着人工智能从“模型开发”转向“业务落地”，微软再次展示了其强大的资源整合能力。近日，微软宣布成立名为“前沿公司”（Frontier Company）的新业务部门，预算高达25亿美元，旨在通过更深入的工程协作，加速企业客户的AI转型。该举措是行业内规模最大的。微软计划直接向客户现场部署6000名行业专家和技术工程师。与传统咨询模式中项目交付即告结束不同，该部门的核心使命是“深度整合”：工程师将与客户团队并肩工作，共同设计系统架构、部署模型，并针对特定业务场景持续优化。通过这种以结果为导向的协作
相关专题推荐
设计与艺术
顶级AI插画工具：更快地创作编辑类场景和封面插图
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
教育与学习
备考首选的顶尖AI辅导老师：练习数学、科学和英语
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
金融
用于个人财务管理的 AI 预算规划工具
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
健康养生
AI睡眠追踪助手：通过养成更好的睡前习惯来促进身体恢复
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
数据分析
用于产品和收入分析的 AI SQL 辅助工具
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
教育与学习
最佳的、兼具教学功能的AI作业助手：学习概念，而不仅仅是答案
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
xix.ai
评论 (2)
0/500
![GeorgeMiller]()
Finally, an agent that doesn't just guess where to click! 🎯 Webwright writing actual Playwright code feels like a massive leap from the old screenshot methods. Less flakiness, more precision. Can't wait to see how this handles dynamic SPAs without breaking every time the DOM shifts slightly. Microsoft is really pushing the 'code-first' narrative here. 🚀
![WalterWalker]()
Webwrightのオープンソース化、素晴らしい！スクリーンショットやDOMクリックに頼らず、直接Playwrightコードを生成するって発想が面白いね。これならより柔軟な自動化が期待できそう。でも、生成されたコードの品質管理はどうするんだろ？バグが出た時のデバッグコストが心配だけど、技術的にはかなり興味深い試みだと思う。開発者の手腕次第で大きな影響を与えそう。
微软研究院最近将其新的网络代理框架Webwright 开源。该框架不再依赖主流的“截图/DOM 点击”预测模型，而是允许 AI 模型直接编写Playwright代码并在终端中执行 Bash 命令，从而更高效、更合理地完成复杂的网络任务。
一、核心架构：极简主义的“终端优先”方法
Webwright的设计理念非常直白：“一个终端胜过千层抽象。”该框架由约1,000行代码组成，分为三个核心模块，且不涉及复杂的多代理协调机制：
Runner（约 150 行）：管理代理循环的核心逻辑，负责上下文处理和执行。
Model Endpoint（约 550 行）：用于模型交互的统一接口，支持 OpenAI、Anthropic 和 OpenRouter 等后端。
终端环境（约 300 行）：提供一个隔离的终端执行环境，模型可在其中运行 Playwright 脚本、查看日志、分析截图并进行调试。
工作流：Runner 将当前任务上下文发送给模型 → 模型生成“思维过程”和“Shell 命令” → 环境执行并返回结果（输出、截图、错误堆栈） → 循环持续进行直至任务完成。
II. 为何要从“点击”转向“编写代码”？
当前主流的智能代理通过不断预测“点击、滚动、输入”来操作浏览器，这导致了效率问题和状态管理方面的挑战。Webwright 的代码驱动方法具有明显的优势：
逻辑复用：每次操作都会生成可复用的 RPA（机器人流程自动化）脚本，而非一次性点击记录。这些脚本可在 Claude Code 或 Codex 等其他工具中复用。
复杂逻辑处理：代码天然支持循环、函数和分支。对于表单填写、跨页面操作和条件跳转等长链任务，代码表达方式远比简单的动作堆叠更胜一筹。
工程化错误修正：通过分析执行错误后的堆栈跟踪，模型可自主进入“编写代码—运行—出错—修复”的迭代循环，显著提升任务成功率。
III. 工程突破：解决“虚假成功”与“上下文膨胀”
Webwright针对智能代理的两大常见痛点提出了针对性解决方案：
门控自检机制：防止模型错误地声称任务已完成。模型必须首先生成“自检配置”，并在干净的环境中运行最终脚本。只有在通过自我反思确认任务确实完成后，才能输出完成标记。
历史压缩：为应对长轨迹带来的上下文过载问题，系统每 20 步将历史数据压缩为摘要，确保上下文窗口始终聚焦于关键进展。
IV. 测试性能：超越基准
在 2026 年 5 月的基准测试中，Webwright 表现尤为出色：
Online-Mind2Web：基于 GPT-5.4 的 Webwright 在 100 步预算内实现了86.67%的准确率，跻身顶级开源解决方案之列。
Odysseys（长链任务）：面对平均长度为272个单词的复杂指令， Webwright + GPT-5.4 获得了60.1% 的得分，较基础版 GPT-5.4（33.5%）提升了约81.5%，超越了 4 月份排行榜冠军 Opus4.6（44.5%）。
业界反馈
Webwright 的出现凸显了一个重要趋势：随着模型编程能力的提升，智能代理正向“开发者范式”转变。通过将浏览器视为可编程的端点而非单纯的交互界面，Webwright 成功将 AI 网页任务执行的效率和鲁棒性提升到了一个新高度。
对于开发者而言，Webwright 不仅仅是一个代理框架——它更像是一位能够自动编写、维护和打包自动化脚本的“超级员工”。该项目现已在 GitHub 上开源。
Google 将 NotebookLM 更名为 Gemini，并为其配备能够编写和运行代码的云端计算机
长期用户应做好准备，迎接一个拥有新身份的熟悉面孔。16日，谷歌宣布其AI笔记助手NotebookLM已正式更名为Gemini Notebook，标志着它已完全融入谷歌的统一AI生态系统。尽管名称有所改变，但该产品的核心身份保持不变。谷歌确认，它将继续作为独立工具运行，但如今将在更广泛的谷歌平台中发挥关键作用，包括与Gemini应用和谷歌搜索的集成。此次品牌重塑的真正价值在于底层能力的升级。Gemini Notebook用户将逐步获得一项关键功能：安全云计算集成。这一增强功能实际上为笔记本配备了强
Claude 撰写了 Anthropic 80% 的代码，随着 CI 任务激增 25 倍
Anthropic 的内部指标揭示了一个惊人的现实：Claude 现在生成了该公司 80% 的代码，工程师每季度交付的代码量是 2021 年至 2025 年间的八倍。甚至连代码审查和合并审批等关键工作流程也正日益由人工智能自动化。然而，人工智能的编码行为与人类模式截然不同。它倾向于以极细粒度提交拉取请求，全天持续提交代码，并触发测试用例数量激增十倍。这种毫不间断的节奏使持续集成（CI）系统不堪重负，导致任务量在六个月内激增了 25 倍。尽管进行了三次系统修补尝试——包括添加核心逻辑、分片处理以
微软推出新风险投资项目，投资25亿美元，部署6000名工程师，处于企业创新前沿
随着人工智能从“模型开发”转向“业务落地”，微软再次展示了其强大的资源整合能力。近日，微软宣布成立名为“前沿公司”（Frontier Company）的新业务部门，预算高达25亿美元，旨在通过更深入的工程协作，加速企业客户的AI转型。该举措是行业内规模最大的。微软计划直接向客户现场部署6000名行业专家和技术工程师。与传统咨询模式中项目交付即告结束不同，该部门的核心使命是“深度整合”：工程师将与客户团队并肩工作，共同设计系统架构、部署模型，并针对特定业务场景持续优化。通过这种以结果为导向的协作
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
xix.ai
Finally, an agent that doesn't just guess where to click! 🎯 Webwright writing actual Playwright code feels like a massive leap from the old screenshot methods. Less flakiness, more precision. Can't wait to see how this handles dynamic SPAs without breaking every time the DOM shifts slightly. Microsoft is really pushing the 'code-first' narrative here. 🚀
Webwrightのオープンソース化、素晴らしい！スクリーンショットやDOMクリックに頼らず、直接Playwrightコードを生成するって発想が面白いね。これならより柔軟な自動化が期待できそう。でも、生成されたコードの品質管理はどうするんだろ？バグが出た時のデバッグコストが心配だけど、技術的にはかなり興味深い試みだと思う。開発者の手腕次第で大きな影響を与えそう。
