计算机使用智能体有个烧钱习惯:同一个结账流程,第 100 次运行和第 1 次一样,一步步重新推理。页面没变、路径没变,模型却兢兢业业地把每个点击都重新想一遍。10 月 15 日,浏览器基建公司 Anchor 发布 Action Index,矛头就对着这个习惯:把智能体已经跑通的网页工作流存成一份共享的执行记忆,下次以确定性代码回放,只在页面真变了的地方才把模型叫回来。

按官方发布,Action Index 当天起对所有 Anchor 账户开放,免费层也在内,形态是 Anchor MCP 服务器上的工具加一套 REST API,任何讲 MCP 的智能体或模型供应商都能接。Anchor 的定位是给智能体提供云端浏览器——登录、导航、在没有 API 的网站上把事办成;Action Index 补的正是这条链路上最重复的环节。CEO Idan Raman 的说法很直白:智能体今天在花钱重解已经解过的问题,对大多数网页工作来说,瓶颈已经不是模型,是记忆。

模型只在该上场的时候上场第 1 次运行模型逐步推理每次点击结账流程、表单路径一步步试出来写入 Action Index成功的工作流存成共享执行记忆经 MCP 或 REST 暴露第 N 次运行确定性代码回放原路径页面变了才叫模型没变就一行模型都不跑单任务平均花费(厂商在其自测集中的读数)前沿模型$1.57小模型 + 回放$0.016同一组 300 项任务,全程花费 $4.87 对 $472
图|三张卡片是运行方式的对照,下方横条是两种路线的单任务花费。读图要点:第二根短得几乎看不见的条,就是回放省下的账。

厂商自己报的数

官方评估挑的是 Online-Mind2Web 上的 300 项任务。小模型加 Action Index 完成率 93.3%,单任务平均花费 0.016 美元;前沿模型不用它,完成率 93%,单任务 1.57 美元。同样这 300 项任务跑全程,带 Action Index 花了 4.87 美元,前沿模型那条线花了 472 美元。同一个小模型把 Action Index 关掉,完成率掉到 62.7%。另有一组 120 项任务的配对研究:第 90 百分位的 token 用量降 74%、步骤数降 75%、墙钟时间降 61%;两个头部开源权重模型分别从 67.7% 抬到 88.7%、从 58.7% 抬到 84.7%。

这些数有个大前提得摆在明处:小模型和前沿模型都没有具名,任务集是厂商自选自测,「省 100 倍」是新闻稿标题的框架而不是独立复核的结论。读法应该是「方向可信,幅度待验」。

数字好看,先把口径读进去完成率小模型 + 回放 93.3%不用回放只有 62.7%前沿模型同样 300 项任务完成率 93%,单价 $1.57开源模型两例67.7% 抬到 88.7%58.7% 抬到 84.7%另一组 120 项任务配对研究p90 token 用量 -74%步骤数 -75%墙钟时间 -61%口径三连:小模型与前沿模型均未具名;任务集为厂商自选自测;「省 100 倍」是新闻稿标题的框架,不是独立复核的结论
图|上排三张卡是完成率类读数,中间是配对研究的三个降幅,底部是三条口径限定。读图要点:厂商自报的数字先按「待第三方复现」归档。

放进台谱里看

「什么该留下来」是这个月的高频题。XferAgent(1918)用双层经验图把招式转给别的框架,还要剥敏;GitSwarm(1939)把中间成果按原子提交存进 Git,让推理计算复利;Action Index 给出的是最工程的一种答案:留下跑通过的路径本身,复用靠回放。三条路线不互斥——一个管跨框架,一个管跨时间,一个管跨次数。

也该把 1941 那盆冷水搬过来:多数记忆层的账面收益,效应量跨零。回放记忆与「学到的记忆」不同,它不声称模型变聪明,只声称同样的钱少花——这个声明更容易验证,第三方拿同样的任务集重跑一遍就知道。反过来说,它也更容易注水:挑简单任务、挑合作良好的站点,数字都能好看。

边界与未答

频繁改版、A/B 测试盛行的站点会把模型频繁叫回来,回放覆盖率随站点而变,这对以网页为生的自动化来说是天然上限。共享索引里沉淀着各家的操作轨迹,保留策略、跨账号共享规则、隐私边界,发布里都没有交代;重度生产场景的定价同样缺席。目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。

对跑网页自动化的团队,这篇发布有个即刻可用的启发:先把重复率最高的那几条流程数出来——如果它们占了你 token 账单的大头,回放可能比换模型更直接省钱。换不换 Anchor 另说,先记账。