WebFactory：将基础语言智能自动压缩为依据对齐Web Agent

当前训练GUI Agent的范式从根本上受限于对不安全、不可复现的真实网页交互，或昂贵、稀缺的人工构造数据与环境的依赖。我们认为这种对数据量的关注忽视了一个更关键的因素：将大语言模型（LLM）的潜在知识压缩为可执行Agent行为的效率。我们提出WebFactory，一个新颖的全自动闭环强化学习流水线，系统地把LLM编码的互联网智能压缩为高效、基于界面定位的动作。该流水线包含可扩展的环境合成、知识感知的任务生成、LLM驱动的轨迹收集、分解奖励的RL训练和系统化的Agent评估。值得注意的是，我们的Agent展现出卓越的数据效率和泛化能力。仅在WebFactory内10个网站的合成数据上训练，它的表现就与在更大范围环境中用同等数量人工标注数据训练的GUI Agent相当。这一优势在我们的内部离线和在线迁移基准上保持一致，我们的Agent还显著优于基础模型。我们进一步提供了对不同LLM基础"具体化潜力"的关键洞见，为模型评估提供了新轴。这项工作提出了一种将被动互联网知识转化为主动、基于界面证据的智能的可扩展、高性价比范式，是迈向通用交互Agent的关键一步。