这项由北卡罗来纳大学教堂山分校、普渡大学和微软联合开展的研究，于2025年11月发表于arXiv预印本平台（论文编号：arXiv:2511.06101v1），有兴趣深入了解的读者可通过该编号查询完整论文。研究团队成员包括来自UNC的王兆阳、韩思伟和姚华秀教授，普渡大学的梁艺明，以及微软的张旭超、吴千惠等多位专家。
想象一下，你有一个非常聪明的助手，他在熟悉的超市里能轻松帮你找到任何商品，但一到陌生的商场就完全不知所措，连洗手间都找不到。这正是当前AI网页助手面临的尴尬处境。这些被称为"网页代理"的AI助手，虽然在训练时见过的网站上表现出色，但一遇到全新的网站就束手无策，仿佛突然失去了所有技能。
这个问题的根源在于，训练这些AI助手需要大量特定网站的任务示例和操作轨迹，就像需要详细的地图和导航指南一样。然而，为每个新网站收集这样的训练数据不仅耗时费力，而且成本高昂。更糟糕的是，即使想要人工合成这些训练数据，现有的方法也存在严重问题：要么生成的任务根本无法执行（就像给出错误的地址），要么收集的操作步骤充满了冗余和错误（就像绕了很多弯路才到达目的地）。
面对这一挑战
