Web$hell：面向智能体网页访问的统一接口

大语言模型（LLM）智能体正成为开放网络的直接用户。随着它们承担日益复杂且信息密集的任务，有效的网页访问正成为智能体解决问题的一项核心能力。现有方法通过不同的访问模型推动了智能体网页访问的发展，包括搜索增强型智能体、基于浏览器的智能体，以及近期出现的基于文件系统的智能体。然而，随着用户期望智能体完成长程、端到端的任务，智能体越来越需要在单一执行轨迹中广泛收集信息、执行浏览器操作，并重新查阅已获取的证据。但我们的初步分析表明，现有访问模型难以满足这些需求。它们主要支持信息收集或浏览器交互中的一种，而将两者的能力结合起来可能带来显著成本或性能上的权衡。为此，我们提出 Web\$hell，这是一种将网页访问整合到单一访问模型下的接口。WebCompiler 使用 WebContract 定义的通用模式，将实时网页编译为可寻址的信息对象和操作对象。这些对象由 WebCache 维护，并通过一组共享操作进行处理，为智能体提供一致、可操作且持久的网页访问能力。通过在网页搜索、网页导航和深度研究基准上开展广泛实验，我们表明 Web\$hell 能以更低的成本取得出色的任务表现。我们的结果进一步说明了接口设计对于有效网页访问的重要性，而 Web\$hell 为构建能力更强、效率更高的网络 LLM 智能体开辟了新的可能性。