跳转至

BrowserBC：人类轨迹蒸馏为可复用技能，让小模型获得大模型的网页操作能力

Ch01.1612 BrowserBC：人类轨迹蒸馏为可复用技能，让小模型获得大模型的网页操作能力

📊 Level ⭐⭐⭐⭐ | 4.1KB | entities/browserbc-human-trajectory-skill-distillation-quantumbit-2026.md

核心概述

BrowserBC 将人类在浏览器中的一次操作轨迹蒸馏为自然语言技能卡，让更小、更便宜的模型照着技能卡就能完成同类任务。核心洞察：录的不是坐标，而是"做什么 + 怎么判断完成"的可迁移过程性知识。装备 Sonnet-4.6 蒸馏技能的小 Agent 达到 77%，逼近大 Agent 的 80%。

→ 原文存档

问题：Web Agent 的"从零摸索"

当前 Web Agent 不缺操作能力（能点击、输入、跳转），缺的是每到陌生网站都要从零摸索。摸索容易陷入循环导航、路径漂移、提前收手。更关键的是：这次摸索的经验随着对话一起蒸发，下次同类任务还要重踩同样的坑。

方法：轨迹 → 技能卡 → 技能图

转写：从坐标到过程性知识

原始浏览器轨迹嘈杂（误点击、等待、重复尝试、隐私信息）。BrowserBC 按语义边界切成子过程，每段抽成"证据"（任务指令 + 页面状态 + 关键步骤 + 反馈 + 成败信号），再转写为结构化自然语言 Skill 卡。

关键设计：只保留可迁移的过程性知识，剥离会变/会泄露的细节。"按语义标签找到字段、填入值、提交后确认成功状态"，而不是"点 (x,y)、再点那个 id 是某串字符的按钮"。

技能图管理

库组织为技能图，每个候选技能判断：新增 / 合并 / 特化。节点是技能，边是关系（时间依赖、特化、替代、互斥）。效果：重复演示合并为可复用节点；检索和更新只动相关局部；增量精炼只更新受影响的技能及邻居。

检索：轻量语义匹配

按语义相似度匹配最相关的技能卡，作为 Agent 的决策先验注入上下文。

关键实验结论

讨论 结论
技能是提示策略，不是硬编码 盲目照搬技能 77.5%，选择性使用（以页面为准）81.4%；3.9% 任务盲目照搬反而做坏
蒸馏一次、便宜复用 Sonnet-4.6 蒸馏的技能同时提升两个执行器（+24/+20pp）；小 Agent 装备后达 77%，逼近大 Agent 80%
瓶颈在执行精度，不在缺知识 失败案例多因长表单漏字段、目标歧义、预算耗尽、推理跑飞——技能本身是对的
可迁移到桌面 OSWorld 30 个 Ubuntu 任务中 17 个配技能后改善；可迁移的是过程性先验，非浏览器专属动作

核心启发

  1. 提升 Agent Browser Using 能力的关键在于补齐完备的网页逻辑知识
  2. 人类与虚拟世界的交互过程本身是尚未被充分利用的数据资源
  3. 人类访问分布服从幂律——常见站点的技能库会自然收敛；长尾站点只需一次成功轨迹即可蒸出可用技能
  4. 真正决定 Web Agent 上限的：是否构建了可持续积累、可复用、可迁移的经验结构

关联