通过重构网站实现安全可扩展的 Web 智能体学习

训练自主 Web 智能体受限于真实环境的不安全性、难重置性及反馈不可验证性。本文提出 VeriEnv 框架，利用语言模型自动克隆真实网站为可执行、可验证的合成环境。该框架通过 Python SDK 提供受控内部访问，使智能体能自生成任务并获得确定性、可编程验证的奖励，从而摆脱对启发式或基于 LLM 评判器的依赖。此设计将智能体学习与不安全的真实交互解耦，支持通过环境扩展实现可扩展的自我进化。实验表明，经 VeriEnv 训练的智能体能泛化至未见网站，并通过自我进化训练掌握特定站点技能。