微软研究院发布Webwright框架 网页智能代理测试成绩接近翻倍

近日微软研究院推出终端原生网页智能代理框架Webwright，在通用网页任务测试集Odysseys中拿下60.1%的得分，较基础版GPT-5.4的33.5%提升近80%，同时在Online-Mind2Web测试中得分达86.7%，是当前网页代理领域性能最优的开源框架之一，为网页自动化、智能信息检索等场景落地提供了新的技术路径。

长期以来，多步骤复杂网页任务的处理能力，都是衡量AI代理实用性的核心指标。此前行业主流方案大多基于通用大模型上层封装开发，依赖浏览器插件、中间件完成交互，容易受网页动态加载、环境适配差异影响，准确率长期卡在30%-40%区间，无法满足商用落地要求。基础版GPT-5.4在Odysseys测试集33.5%的得分，就是此前行业的普遍基准水平。

和此前的上层封装方案不同，Webwright采用了终端原生设计，可直接在系统终端层完成网页元素识别、交互指令生成、执行结果校验的全流程，省去了多端适配的中间损耗，对异步加载内容、动态验证码、嵌套网页等复杂场景的识别准确率大幅提升。

官方测试数据显示，Webwright在Odysseys测试集的217项多步骤网页任务中准确率达60.1%，较GPT-5.4的基准成绩提升近80%；在更贴近真实使用场景的Online-Mind2Web测试中，其准确率更是达到86.7%，较同类开源方案平均水平高出22个百分点。