Un gruppo di ricercatori guidato da Xuanwang Zhang ha pubblicato il 6 ottobre 2026 un articolo su WebNavigator. Il sistema cambia il modo in cui gli agenti IA navigano i siti web. Invece di procedere per tentativi, prima crea offline una mappa delle azioni possibili, poi la usa per scegliere i passaggi giusti online. Nei test sul benchmark WebArena, WebNavigator ha completato il 72,9% delle attività che coinvolgevano più siti, oltre il doppio rispetto al miglior risultato ottenuto in precedenza dagli agenti commerciali.
Come funziona il metodo
WebNavigator crea un Interaction Graph, una sorta di mappa che registra ogni elemento cliccabile e ogni modulo di un sito. Lo fa con un’esplorazione a «costo zero in token», che non consuma crediti API perché viene eseguita offline. Quando riceve un’attività, l’agente segue un flusso di lavoro Retrieve-Reason-Teleport: recupera la parte pertinente del grafo, individua il percorso migliore e passa direttamente alla pagina necessaria. Gli autori definiscono «cecità topologica» la precedente mancanza di una mappa globale.
Prestazioni e implicazioni
Nel test multi-sito WebArena, il nuovo approccio ha raggiunto un tasso di successo del 72,9%, più del doppio delle prestazioni degli «agenti di livello enterprise», secondo l’articolo. Ha ottenuto buoni risultati anche sul benchmark OnlineMind2Web, sebbene nell’abstract non siano riportati dati precisi. Il lavoro suggerisce che offrire agli agenti una visione globale di un sito web possa essere più importante che migliorare il modello linguistico sottostante.
Perché conta
Per chi sviluppa bot che compilano moduli o raccolgono dati, un tasso di successo più alto significa meno tentativi falliti e meno correzioni manuali. Questo approccio potrebbe rendere i servizi web automatizzati più veloci ed economici, riducendo la necessità di costose procedure per tentativi. Tuttavia, l’articolo non mostra ancora come funzioni il metodo sui siti che cambiano spesso layout.
