Each language version is independently generated for its own context, not a direct translation.
这篇论文介绍了一种名为 Go-Browse 的新方法，旨在教人工智能（AI）如何像人类一样熟练地“上网”和完成各种任务。
为了让你更容易理解，我们可以把 AI 比作一个刚入职的实习生，把互联网比作一座巨大的、没有地图的迷宫城市。
1. 核心问题：实习生迷路了
目前的 AI 模型（比如 GPT-4o mini）虽然很聪明，能写诗、写代码，但一旦让它去操作网页（比如“帮我在亚马逊上买一双红色的跑鞋并加入购物车”），它经常会在迷宫里迷路。
- 现状：它不知道先点哪里，不知道哪些页面是死胡同，甚至不知道如何从一个页面跳转到另一个页面。
- 原因：它就像是一个只读过旅游指南（教科书），但从未真正去过那个城市的人。它知道“巴黎有埃菲尔铁塔”，但不知道到了巴黎后，具体该坐哪路车、走哪条街才能到达。
2. 解决方案：Go-Browse（“边逛边学”策略）
以前的方法有两种：
- 方法 A（瞎逛法）：让 AI 在网页上随机乱点，希望能碰巧发现什么。这就像让实习生在迷宫里乱跑，效率极低，而且经常重复走同一条路。
- 方法 B（死记硬背法）：让人类先写好任务清单（比如“去 A 页面买鞋”），然后让 AI 去试。但这有个问题：如果 AI 连 A 页面都找不到，任务就失败了。
Go-Browse 的做法是“结构化探索”，我们可以把它想象成“绘制地图 + 反复练习”：
第一步：绘制“探险地图” (Graph Search)
Go-Browse 不是一次次从头开始乱跑，而是像探险家一样，每发现一个新路口（新网页），就在地图上标记下来。
- 外循环（全局探索）：它维护一个“待探索清单”。每完成一个任务，它不会重置回起点，而是直接传送到刚才发现的那个新路口，继续探索。
- 比喻：就像玩《塞尔达传说》或《原神》，你发现了一个新传送点，下次你直接传送到那里开始新任务，而不是每次都从新手村跑过去。这大大节省了时间。
第二步：提出任务并验证 (Task Proposal & Checking)
在每一个新发现的网页上，Go-Browse 会问 AI：“在这个页面上，用户可能想做什么？”
- 导航任务：比如“去‘购物车’页面”。
- 本地任务：比如“把这件商品加入购物车”。
- 可行性检查：在真的让 AI 去跑之前，先用一个更聪明的 AI（裁判）快速试跑一下。如果连裁判都跑不通，那就把这个任务扔掉，避免浪费资源。
第三步：两种练习模式 (Prefixed vs. Unprefixed)
这是 Go-Browse 最巧妙的地方，它把“找路”和“做事”分开了：
- 带前缀练习 (Prefixed)：直接把 AI 传送到任务所在的页面（比如直接传送到“购物车”页面），让它只练习“点击购买”这个动作。
- 比喻：教练直接把学生带到球门前，让他练习射门。这能让学生快速学会“射门”这个动作，建立信心。
- 无前缀练习 (Unprefixed)：让 AI 从首页出发，自己找路去“购物车”，然后再购买。
- 比喻：让学生从家里出发，自己找路去球门，再射门。这能锻炼学生的“导航能力”和长距离规划能力。
通过这种“先练射门，再练找路”的组合拳，Go-Browse 收集到了大量高质量的数据。
3. 成果：实习生变成了专家
研究人员用这种方法收集了 1 万多条成功的“上网”数据，然后训练了一个中等大小的 AI 模型（7B 参数，约 70 亿个参数）。
结果非常惊人：
- 这个经过训练的 AI，在著名的“网页迷宫测试”（WebArena）中，成功率达到了 21.7%。
- 它打败了目前非常强大的 GPT-4o mini（后者只有 19.3%）。
- 它甚至超过了之前所有同类小模型的记录。
4. 总结与启示
Go-Browse 的核心思想是： 不要指望 AI 一开始就什么都会。通过系统性地探索、利用已知的路径（重置到已发现的页面）以及分步训练（先练局部操作，再练全局导航），我们可以用较低的成本，训练出非常擅长上网的 AI 助手。
这就好比教孩子认路：
- 旧方法：把孩子扔进城市，让他自己乱撞，或者只给他看地图。
- Go-Browse 方法：先带孩子去几个关键路口（建立地图），在每个路口让他练习具体的动作（买东西、查信息），等他熟练了，再让他尝试从起点走到终点。
这项研究不仅让 AI 更聪明，还证明了**“好的训练数据”**比单纯堆砌更大的模型参数更重要。