Forskare under ledning av Xuanwang Zhang publicerade en artikel om WebNavigator den 6 October 2026. Systemet förändrar hur AI-agenter navigerar på webbplatser. I stället för att prova sig fram bygger det först offline en karta över möjliga handlingar och använder sedan kartan för att välja rätt steg online. I tester med WebArena-benchmarken klarade WebNavigator 72,9 % av uppgifterna som omfattade flera webbplatser – mer än dubbelt så många som de bästa kommersiella agenterna enligt tidigare rapporter.
Så fungerar metoden
WebNavigator skapar en interaktionsgraf, en sorts vägkarta som registrerar alla klickbara element och formulär på en webbplats. Det sker genom en utforskning som enligt forskarna har ”noll tokenkostnad” och inte förbrukar några API-krediter, eftersom den körs offline. När en uppgift kommer in följer agenten arbetsflödet Retrieve‑Reason‑Teleport: den hämtar den relevanta delen av grafen, resonerar sig fram till den bästa vägen och hoppar sedan direkt till den sida som behövs. Författarna kallar den tidigare avsaknaden av en övergripande karta för ”topologisk blindhet”.
Resultat och följder
Med den nya metoden nådde WebNavigator en framgång på 72,9 % i WebArenas testserie med uppgifter som omfattar flera webbplatser. Enligt artikeln är det mer än dubbelt så bra som ”agenter på företagsnivå”. Metoden presterade också bra i benchmarken OnlineMind2Web, även om sammanfattningen inte anger exakta siffror. Studien tyder på att en övergripande bild av en webbplats kan vara viktigare för agenter än förbättringar av den underliggande språkmodellen.
Varför det spelar roll
För utvecklare som bygger bottar för att fylla i formulär eller samla in data innebär en högre framgångsgrad färre misslyckade försök och mindre manuellt efterarbete. Metoden kan göra automatiserade webbtjänster snabbare och billigare genom att minska behovet av kostsamma försök och misstag. Artikeln visar dock ännu inte hur metoden fungerar på webbplatser vars utformning ändras ofta.
