Xuanwang Zhang के नेतृत्व में शोधकर्ताओं ने 6 October 2026 को WebNavigator नाम का शोधपत्र जारी किया। यह सिस्टम वेबसाइटों पर AI एजेंटों के काम करने का तरीका बदलता है। अंदाज़े से रास्ते तलाशने के बजाय, यह पहले ऑफलाइन संभावित कार्रवाइयों का नक्शा बनाता है और फिर ऑनलाइन सही कदम चुनने के लिए उसका इस्तेमाल करता है। WebArena बेंचमार्क पर हुए परीक्षणों में WebNavigator ने कई साइटों से जुड़े 72.9% कार्य पूरे किए—यह पहले रिपोर्ट किए गए सर्वश्रेष्ठ व्यावसायिक एजेंटों की दर से दोगुने से भी अधिक है।
यह तरीका कैसे काम करता है
WebNavigator एक इंटरैक्शन ग्राफ बनाता है—एक तरह का रोडमैप, जिसमें साइट के हर क्लिक किए जा सकने वाले तत्व और फ़ॉर्म दर्ज होते हैं। यह “शून्य-टोकन लागत” वाली खोज के ज़रिए ऐसा करता है। चूँकि यह ऑफलाइन चलती है, इसलिए इसमें API क्रेडिट खर्च नहीं होते। कोई कार्य मिलने पर एजेंट Retrieve‑Reason‑Teleport प्रक्रिया अपनाता है: ग्राफ का प्रासंगिक हिस्सा हासिल करता है, सबसे अच्छे रास्ते पर विचार करता है और फिर सीधे ज़रूरी पेज पर पहुँचता है। लेखक पहले से मौजूद वैश्विक नक्शे की कमी को “टोपोलॉजिकल ब्लाइंडनेस” कहते हैं।
प्रदर्शन और असर
WebArena के कई-साइट वाले परीक्षण समूह में इस नई विधि ने 72.9% सफलता दर हासिल की। शोधपत्र के मुताबिक, यह “एंटरप्राइज़-स्तर के एजेंटों” के प्रदर्शन से दोगुने से भी अधिक है। OnlineMind2Web बेंचमार्क पर भी इसका प्रदर्शन अच्छा रहा, हालाँकि सारांश में सटीक आँकड़े नहीं दिए गए हैं। यह शोध बताता है कि एजेंटों को वेबसाइट का समग्र दृश्य देना, उनके आधारभूत भाषा मॉडल को बेहतर बनाने से ज़्यादा अहम हो सकता है।
यह क्यों मायने रखता है
फ़ॉर्म भरने या डेटा इकट्ठा करने वाले बॉट बनाने वाले डेवलपरों के लिए, अधिक सफलता दर का मतलब है कम विफल प्रयास और सुधार के लिए कम मैन्युअल काम। यह तरीका महंगे अनुमान-और-गलती वाले प्रयासों की ज़रूरत घटाकर स्वचालित वेब सेवाओं को तेज़ और सस्ता बना सकता है। हालाँकि, शोधपत्र यह नहीं दिखाता कि वेबसाइटों का लेआउट बार-बार बदलने पर यह विधि कैसी काम करती है।
