LangChain 对比7款浏览器工具 成本相差13倍

时间：2026年11月3日（美国时间；北京时间11月4日清晨） 地点：线上发布，LangChain 官方博客与 LangSmith 云端评测环境 人物：LangChain 工程师 Sydney Runkle（文章署名），Browserbase 团队（Stagehand 浏览器 SDK 作者），另有 Baihao Wang、Sean McGuire、Miguel Gonzalez、Kyle Jeong 参与优化与上游合并 事件详情：LangChain 官方博客11月3日发布《How We Optimized Browser Use for Deep Agents》，公开托管深度智能体（Managed Deep Agents）浏览器能力的工程优化过程。团队固定模型和任务、只换浏览器工具集，对比7套方案，包括 Playwright MCP、browser-use、Browserbase MCP 原生工具、agent-browser 命令行、Browserbase browse 命令行，以及 Stagehand 工具和以代码方式调用的 Browserbase MCP。在 WebVoyager 的100个真实网站任务上（用 Claude Sonnet 5.5 跑、Jev 评审），通过率区间是78%到90%，成本差距却悬殊：Stagehand 工具通过率90%，100个任务总成本1.98美元，单任务耗时中位数17.4秒；Playwright MCP 通过率78%，总成本26.71美元，约是前者的13倍，单任务耗时约3倍。在 Browserbase 的 HardBench 38个核心任务上，Deep Agents 用 Stagehand 的代码式 run 工具通过30个，用 Browserbase 命令式 browse 工具通过21个，后者单任务成本是前者的3倍。关键差异来自三点工具设计：代码模式让一次调用跑完整条链路，快照只回传可交互元素的无障碍树，以及更少的浏览器往返。数字上，Stagehand 的 run 工具平均每任务10步，Playwright MCP 为26步；一次导航回传字符数中位数117，Browserbase 托管的 navigate 工具约1.7万字符；WebTailBench 上截图单次中位体积89KB。团队还修掉了固定等待，把 waitForTimeout(8000) 改成页面安静500毫秒即返回，实测8秒等待0.6秒返回，HardBench 上智能体耗时中位数从182秒降到124秒，准确率在噪声范围内，这处改动已上游到 Stagehand 仓库。另一组对比是把 Browserbase MCP 工具放进解释器里按代码调用，成本从17.87美元降到4.52美元，约4倍。 背景：浏览器操作正在从人工测试工具变成智能体的通用能力。文章提到 Instinct、Meta Muse 这类个人智能体已能在没有公开 API 的网站上规划跨城行程、取消闲置订阅、挂牌卖车，文中引述 DataDome 的数据称9月智能体浏览器请求量涨了4.7倍。LangChain 上周刚给托管深度智能体上线浏览器能力，Stagehand 则是 Browserbase 专门为智能体做的浏览器 SDK，v4 起以浏览器内扩展方式运行，减少底层往返。 影响：对要搭浏览器智能体的团队，这组同题对比把工具选型的差距量化到了13倍成本和3倍耗时，提醒大家模型相近时驱动浏览器的工具决定智能体的成本和轨迹；对开源社区，两处改动已回流 Stagehand 仓库，不装 LangChain 的开发者也能用上；文章给出的迭代方法——用 LangSmith 轨迹回放定位浪费，再用评测验证每一处改动——可以直接复用。 总结：LangChain 把托管深度智能体的浏览器能力做了一次公开的工程复盘，核心做法是固定模型和任务、只换工具，同一批任务成本最多相差13倍。团队最终选中 Browserbase 的 Stagehand，把优化沉淀进托管产品，同时把两处改动开源上游。对国内做浏览器智能体和 Agent 产品的团队，这份7套工具的对比结果和用轨迹加评测做迭代的方法，都可以直接借用。 常见问题： 问：LangChain 的托管深度智能体支持浏览器操作吗？ 答：支持，Managed Deep Agents 已内置浏览器，可直接用 Stagehand 的 run 工具驱动。 问：同一批浏览器任务，不同工具成本能差多少？ 答：100个真实网站任务上，Stagehand 工具总成本1.98美元，Playwright MCP 为26.71美元，约13倍。 参考来源： LangChain 官方博客：How We Optimized Browser Use for Deep Agents（本文） https://www.langchain.com/blog/how-we-optimized-browser-use-for-deep-agents Browserbase 官方博客：Introducing Stagehand v4 https://www.browserbase.com/blog/stagehand-v4 Browserbase 更新日志：Stagehand v4 发布说明 https://www.browserbase.com/changelog/stagehand-v4 LangChain 官方文档：Stagehand 集成与 StagehandMiddleware https://docs.langchain.com/oss/python/integrations/tools/stagehand GitHub PR：langchain-ai/deepagents 6868（7套工具同题对比完整结果） https://github.com/langchain-ai/deepagents/pull/6868 GitHub PR：browserbase/stagehand 3282（安静等待改动上游） https://github.com/browserbase/stagehand/pull/3282 GitHub PR：browserbase/stagehand 3219（结构化输出选项上游） https://github.com/browserbase/stagehand/pull/3219 arXiv：WebVoyager 智能体网页操作基准 https://arxiv.org/abs/2401.13919 Hugging Face 数据集：微软 WebTailBench https://huggingface.co/datasets/microsoft/WebTailBench