PANDO：经由在线技能蒸馏的高效多模态AI智能体

多模态网络智能体的最新进展常常依赖增加推理时计算，包括rollout搜索、验证器多轮、离线技能发现与专家模型堆栈。这引出一个核心问题：网络智能体能否随着经验积累变得更高效，而不是更昂贵？我们首先分析VisualWebArena的轨迹，识别出三种反复出现的低效来源：重复动作循环、隐藏的发现成本与低提示缓存复用。随后我们提出PANDO，一个单次rollout的在线技能蒸馏框架，维护结构化技能库（Skill Library），并结合进度反思、基于置信度的技能降级、分层路由、视觉压缩与缓存感知提示。在VisualWebArena全部910个任务上，PANDO取得58.3%的成功率，超过SGV（54.0%）和我们的WALT复现（45.2%），同时比SGV少用58%、比WALT少用61%的词元，且不需要任何预评估发现预算。300任务的消融进一步表明，规则与例程贡献了大部分成功率收益，而路由、压缩与缓存感知提示将更大的技能库转化为更低的边际词元成本。最后，我们提出三个轨迹级效率指标——动作重复率、步骤开销比与提示缓存利用率——使效率在最终成功之外变得可见。