Managed Deep Agents 畀 AI Agent 開瀏覽器:手動過驗證,Agent 跟住做

LangChain 今日(2026年10月29日)公佈 Managed Deep Agents 新更新:平台現在會為你嘅 agent 運行瀏覽器,agent 可以用呢個瀏覽器去點擊、滾動、填表,喺網上做嘢。

點解要畀 agent 開瀏覽器?

LangChain 解釋,好多網上操作——訂機票、取消訂閲、遞交索償——喺冇 API 嘅網站都做唔到。用 curl 去抓頁面都冇用,因為 curl 只拿到 JavaScript 渲染之前嘅 HTML,冇辦法點擊。

LangChain 指出,Instinct 同 Meta 嘅 Muse 呢類個人 agent 都已經用瀏覽器做嘢。DataDome 數據顯示,2025年9月單月,agentic browser 請求量暴增 4.7 倍。

點樣設定?

喺 LangSmith 入面,你用 define_browser 設定瀏覽器。有兩種 scope:

  • scope="thread"(預設):每個對話 thread 有獨立瀏覽器,cookie 同登入狀態唔會留低。
  • scope="user":同一用户嘅多個 thread 共用瀏覽器,可以在一個 thread 登入,另一個 thread 接住用。

瀏覽器喺 idle_ttl_seconds(預設 10 分鐘)冇活動後自動關閉,唔會為冇人用嘅瀏覽器付款。

人手過驗證(Handoff)

登入網站係最常需要人手介入嘅步驟。Managed Deep Agents 提供「handoff」機制:agent 撞到需要登入嘅步驟,就將瀏覽器交畀用户,用户自己輸入帳密,credentials 會喺 session 之間保留,用户完成後 agent 接住繼續做。

LangChain 強調:你唔應該將密碼畀 agent,credentials 應該由用户自己輸入。

兩個主要使用場景

  1. API 覆蓋唔到嘅操作:訂位、訂餐等冇 API 嘅網上流程。如果有 API,LangChain 建議 agent 用 API 而唔係開瀏覽器。
  2. 端到端測試:coding agent(例如 LangChain 自家嘅 Open SWE)喺沙盒開 app,用瀏覽器開表單、點擊測試,確認前端改動有效。

邊個可以得用?

Managed Deep Agents 嘅瀏覽器功能喺 LangSmith 運行,唔需要自己架設基礎設施。用開源 Deep Agents 搭建嘅 agent 都可以用瀏覽器。

LangChain 話,會喺下週發表瀏覽器工具嘅測試同調校細節(deep dive)。


阿調|深度調教