Web Agents Should Use Typed Actions Instead of Click-Based Browsing
Dit position paper pleit voor het vervangen van breekbare, laag-niveau klikgebaseerde webinteracties door een semantische laag van getypeerde "webwerkwoorden" om meer betrouwbare, controleerbare en reproduceerbare agentic websystemen te creëren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het Grote Idee: Stop met Klikken, Begin met Spreken in "Werkwoorden"
Stel je voor dat je een robot probeert te leren hoe hij een pizza moet bestellen.
De Oude Manier (Klik-gebaseerd browsen):
Op dit moment proberen de meeste web-agents (AI-robots) te leren hoe ze een pizza bestellen door te kijken naar een mens die op knoppen klikt. De robot moet uitzoeken: "Oké, ik moet mijn muis 400 pixels naar rechts bewegen, op de rode knop klikken, wachten tot het scherm geladen is, drie inch naar beneden scrollen en 'pepperoni' typen."
Dit is alsoals iemand leren autorijden door een lijst met instructies te geven voor elke individuele spierbeweging: "Draai je hoofd naar links, beweeg je voet 2 inch, druk op het pedaal." Het werkt, maar het is ontzettend kwetsbaar. Als de pizzawinkel de "Bestel"-knop twee inch naar links verplaatst, of de kleur van het menu verandert, raakt de robot in de war en crasht hij. Hij moet elke keer de hele dans opnieuw leren.
De Nieuwe Manier (Getypte Acties / Web Werkwoorden):
De auteurs van dit paper betogen dat we moeten stoppen met robots leren klikken. In plaats daarvan moeten we ze een menu van "Web Werkwoorden" geven.
Beschouw een Web Werkwoord als een magische knop of een commando-kaart. In plaats van de robot te vertellen hoe hij moet klikken, vertel je hem wat hij moet doen met behulp van een duidelijk, gestructureerd commando.
- Oud Commando: "Beweeg muis naar X, Y, klik."
- Nieuw Werkwoord:
zoek_hotel(bestemming="Anchorage", check_in="2026-06-01")
Dit commando is als een kant-en-klare maaltijd. De robot hoeft niet te weten hoe hij de uien moet snijden of het biefstuk moet bakken (het complexe klikken en scrollen); hij vraagt gewoon om de "Hotel Zoek"-maaltijd, en het systeem handelt alle rommelige details op de achtergrond af.
Waarom hebben we dit nodig?
Het paper wijst op drie problemen met de "klik"-aanpak en hoe "werkwoorden" deze oplossen:
1. Betrouwbaarheid (Het "Kwetsbare Huis" Problemma)
- Het Probleem: Wanneer een robot op knoppen klikt, bouwt hij een kaartenhuis. Als de website de lay-out licht verandert (zoals het verplaatsen van een knop), stort het hele huis in. De robot raakt de weg kwijt.
- De Werkwoord-oplossing: Een Werkwoord is als een stevige baksteen. Zelfs als de website de verf aanpast of de meubels verplaatst, werkt de "Zoek Hotel"-baksteen nog steeds, omdat deze intern is gebouwd om die veranderingen op te vangen. De robot vraagt alleen om de baksteen; hij hoeft niet te weten hoe de baksteen is gemaakt.
2. Efficiëntie (Het "Stop-Start" Probleem)
- Het Probleem: Om een simpele taak te voltooien zoals het boeken van een reis, moet een klikkende robot misschien wel 50 kleine stappen zetten: hier klikken, wachten, scrollen, typen, daar klikken. Hij moet na elke stap "denken" en naar het scherm "kijken". Dit is traag en duur.
- De Werkwoord-oplossing: Met werkwoorden kan de robot zeggen: "Zoek een hotel voor mij," en "Zoek een vlucht," en "Boek ze." Hij doet het hele werk in drie grote stappen in plaats van 50 kleine stapjes. Het is als het bestellen van een volledige maaltijd in een restaurant in plaats van elke ingrediënt zelf bereiden.
3. Verifieerbaarheid (Het "Black Box" Probleem)
- Het Probleem: Als een klikkende robot een fout maakt, is het moeilijk te zeggen waarom. Klikte hij op de verkeerde knop? Heeft hij de tekst verkeerd gelezen? Het is een rommelig spoor van acties dat moeilijk te controleren is.
- De Werkwoord-oplossing: Werkwoorden zijn als een bonnetje. Wanneer de robot een werkwoord gebruikt, krijgt hij een duidelijk, gestructureerd antwoord (bijv. "Hier is de lijst met hotels met prijzen"). We kunnen de input (wat er gevraagd werd) en de output (wat er gekregen werd) gemakkelijk controleren. Als er iets misgaat, weten we precies welke "baksteen" gefaald heeft, en niet welke specifieke pixel de robot heeft aangeklikt.
Hoe het werkt in de praktijk (De Voorbeelden)
Het paper test dit met twee voorbeelden:
Reisplanning: Een gebruiker wil hotels vinden in de buurt van musea en deze rangschikken op afstand.
- Klikkende Robot: Raakt in de war. Hij probeert een enkele lijn te treken die alle musea en hotels verbindt, wat de afstand eigenlijk niet correct berekent. Hij verliest de wiskunde in het midden van al het klikken.
- Werkwoord-robot: Gebruikt een
haal_routebeschrijving_opwerkwoord. Hij loopt door de lijst, vraagt het werkwoord naar de afstand tussen elk hotel en museum, telt ze bij elkaar op en sorteert ze. Hij volgt de wiskunde perfect omdat de "afstand" een duidelijk getal is, en geen visuele schatting.
Meubelen Shoppen: Een gebruiker wil een bed, een bureau en een lamp kopen onder een budget van $1.000, waarbij de beoordeling wordt gemaximaliseerd.
- Klikkende Robot: Kiest items één voor één op basis van een directe keuze (greedy). Hij kan een geweldig bed kiezen, dan een geweldig bureau, en zich plotseling realiseren dat hij geen geld meer over heeft voor een lamp. Hij faalt in het globale doel.
- Werkwoord-robot: Gebruikt werkwoorden om een lijst te krijgen van alle items met hun prijzen en beoordelingen. Vervolgens draait hij een simpel computerprogramma om elke mogbare combinatie te controleren om de beste set te vinden die binnen het budget past. Hij lost het puzzelstukje logisch op.
De Oproep tot Actie
De auteurs zeggen niet dat AI-modellen "slimmer" moeten worden. Ze zeggen dat de interface moet veranderen.
Ze stellen voor dat websites deze "Werkwoorden" aan de wereld blootstellen.
- Voor Ontwikkelaars: In plaats van alleen een website voor mensen te bouwen, bouw een "Werkwoord-laag" voor robots. Dit kan een eenvoudige API (een directe lijn naar de server) zijn of een script dat de browserklikken voor je automatiseert.
- Voor de Community: Net zoals we standaarden hebben voor hoe websites eruitzien (HTML), hebben we standaarden nodig voor hoe robots met websites communiceren. We hebben een universele woordenlijst van "Web Werkwoorden" nodig, zodat robots precies weten welke commando's beschikbaar zijn.
Samenvattende Analogie
- Huidige Web-agents: Zijn als een persoon die probeert te rijden door handmatig het stuur te draaien, het gaspedaal in te drukken en de rem met de voeten te bedienen, terwijl hij op een kaart kijkt. Als de weg verandert, crasht hij.
- Voorgestelde Web-agents: Zijn als een passagier in een zelfrijdende auto. Ze zeggen gewoon tegen de auto: "Breng me naar de luchthaven." De auto (het Werkwoord) regelt het sturen, remmen en de navigatie. Het is veiliger, sneller, en je weet precies waar je naartoe gaat.
Het paper betoogt dat om de "Agentic Web" (een web waar robots dingen voor ons doen) betrouwbaar te maken, we moeten stoppen met robots een stuur te geven en te beginnen met het geven van een bestemming.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.