大型语言模型（LLM）代理正逐步成为开放网络的直接使用者。随着任务复杂度和信息需求的提升，可靠的网页访问已成为代理式问题求解的核心能力。现有方案主要分为搜索增强型、基于浏览器的以及最近出现的文件系统型三类访问模型。搜索增强型擅长信息检索，浏览器型能够执行页面交互，而文件系统型则把网页内容映射为本地文件。但在实际长时程、端到端任务中，用户往往需要在同一次执行中完成广泛的信息收集、浏览器操作并回溯已有证据。我们的初步分析表明，这些模型要么只能支持信息获取，要么只能进行交互，若要两者兼顾则会带来显著的成本或性能折衷。为此我们提出 **Web$hell**，一种在单一访问模型下统一网页访问的接口。通过 `WebContract` 定义的统一 schema，`WebCompiler` 将实时网页编译为可寻址的信息对象和动作对象，这些对象被存入 `WebCache` 并通过一套共享操作进行管理，从而为代理提供一致、可操作且持久的网页访问能力。我们在网页搜索、网页导航以及深度研究基准上进行大量实验，结果显示 Web$hell 在保持较低成本的同时实现了强劲的任务表现。进一步的分析表明，接口设计对高效网页访问至关重要，Web$hell 为构建更强大、更高效的 LLM 代理打开了新路径。
点评