ExpSeek：面向网络代理的自触发经验探索

在Web代理中引入经验干预被视为一种有前景的技术范式，通过从积累的经验中提取有价值的信息来增强代理的交互能力。然而，现有方法主要在任务执行前被动地将经验作为全局上下文注入，难以适应代理与环境交互过程中动态变化的上下文观察。本文提出ExpSeek方法，将经验向步骤级别的主动探索转变：（1）利用模型的内在信号估计步骤级熵阈值以确定干预时机；（2）设计步骤级定制化的经验内容。在Qwen3-8B和32B模型上进行的四组具有挑战性的Web代理基准测试表明，ExpSeek分别实现了9.3%和7.5%的绝对性能提升。实验验证了熵作为自触发信号的可行性和优势，并揭示了即使使用4B的小规模经验模型，也能显著提升大型代理模型的性能。