WebChallenger：一个可靠且高效的通用 Web 智能体

针对 LLM 智能体在自主网页导航中的挑战，本文指出现有系统过度依赖高昂的专有模型，而忽视了架构设计。作者提出 WebChallenger 框架，核心是 PageMem：一种从 DOM 确定性构建的结构化页面表示，将页面暴露为带摘要的语义层级。基于此，系统实现了三大机制：分治观察流水线以选择性关注相关区域；轻量级探索与记忆系统以构建可复用的网站地图；以及复合动作工作流以简化交互。该方法无需微调即可在多个基准测试中接近前沿专有系统性能，显著降低了成本。