微软发布 Webwright 框架，让 AI 在终端中编写浏览器自动化代码

微软研究院近日发布了开源网页智能体框架 Webwright，该框架允许 AI 模型在终端环境中编写 Playwright 代码、执行 bash 命令，并通过日志和截图反复修正操作，以完成复杂的网页任务。

与常见网页智能体基于截图或 DOM 状态预测下一步动作不同，Webwright 让模型直接编写代码，更适合表达多步任务，如填写表单、跨页面操作等。该框架核心组件仅约 1000 行代码，设计简洁，强调终端交互。

在基准测试中，基于 GPT-5.4 的 Webwright 在 Online-Mind2Web 任务中准确率达 86.67%，在 Odysseys 长链路浏览任务中得分 60.1%，较此前最佳结果提升 35.1%，展示了其在复杂网页自动化领域的潜力。