WebAnything ينسخ 244 موقعًا تلقائيًا لتدريب وكلاء الويب

لتعليم وكيل ذكاء اصطناعي استخدام المواقع، يحتاج إلى ساحة يمكنه فيها النقر والخطأ والبدء من الصفر. والإنترنت الحي لا يصلح لذلك: فلا يمكن إعادة ضبط الحالة، ولا تكرار النتيجة، وقد تؤدي نقرة زائدة إلى تنفيذ طلب شراء حقيقي. قدّم باحثون من Nanyang Technological University وشركة Shanghai Qiji Zhifeng نظام WebAnything. يأخذ النظام عنوان موقع عاديًا ويبني بنفسه نسخة محلية عاملة منه، دون ضبط يدوي لكل موقع. وتضم المجموعة حاليًا 244 نسخة من هذا النوع في 14 مجالًا و53 فئة. وقد اعتُمدت على هذه النسخ 12 984 مهمة جرى التحقق منها لاختبار الوكلاء.

ما عيوب الطرق الحالية؟

يصف المؤلفون ثلاثة أساليب، ولكل منها نقطة ضعف.

• النسخ التي يصنعها البشر. وهي دقيقة وقابلة للتحكم، لكنها تتطلب عملًا هندسيًا مستقلًا لكل موقع. ومن أمثلتها WebHarbor، حيث يصنع البشر النسخ بمشاركة وكيل برمجة.
• توليد الموقع انطلاقًا من وصف. وهو يتوسع جيدًا، لكن النتيجة قد تبتعد عن الموقع الحقيقي.
• التسجيل وإعادة التشغيل. يبقى المظهر الخارجي محفوظًا، لكن الوكيل لا يستطيع تجاوز ما أُتيح تسجيله.

ويحاول WebAnything أن يأخذ أفضل ما في كل منها: الأتمتة، والأمانة للأصل، وحرية التصرف.

وكيل يبني وآخر يتحقق

لا يرى النظام الكود البرمجي للخادم الخاص بالموقع، بل ما يعرضه المتصفح فقط. يتصفح وكيل الذكاء الاصطناعي الأول، وهو الثنائي Explorer–Builder، الصفحات ويجمع الأدلة: بنية الصفحة والأنماط وهندسة العناصر ولقطات الشاشة والخطوط والصور. وأهم ما في الجمع هو تسجيلات «قبل وبعد» كل إجراء. فالقائمة المغلقة والقائمة المفتوحة على العنوان نفسه تُعدّان حالتين مختلفتين. وانطلاقًا من هذه البيانات يكتب الوكيل الكود: الصفحات والمسارات والانتقالات بين الحالات.

بعد ذلك يعمل وكيل الذكاء الاصطناعي الثاني، وهو مدقق مستقل. يتسلّم النسخة المجمّدة، ويعيد في جلسة منفصلة تشغيل الصفحات والعناصر والسيناريوهات وحفظ البيانات. ثم يقارن النتيجة بتسجيلات الموقع الأصلي. ولا يُسمح له بتعديل الكود، فهذا من مهام الباني وحده.

ويسلك أي اختلاف يُكتشف أحد مسارين:

• إذا كانت البيانات كافية وأخطأت النسخة، يتلقى الباني وصفًا دقيقًا: ماذا فُعل، وماذا كان متوقعًا، وماذا حدث فعلًا. ثم يصلح الكود محليًا.
• إذا كانت البيانات غير كافية، يعود النظام إلى الموقع الأصلي ويستكمل جمع ما ينقص.

وبعد أي تعديل تُجمَّد النسخة وتُفحص من جديد. ومن أمثلة الدراسة: في Figma ظهر حقل التعليق على اللوحة في مكان خاطئ وبمظهر مختلف. فعدّل الباني التخطيط والأنماط، وأكد المدقق الموضع والظهور.

وتُسلَّم النسخة الجاهزة مع بيانات أولية ثابتة وإمكانية إعادة ضبط الحالة وآلية للتحقق من النتيجة. ويمكن تشغيلها أي عدد من المرات.

ماذا أظهرت القياسات

لم تُسجَّل لأي من المواقع الـ85 من المجموعة التاريخية أعمال تنفيذ يدوي أو تصحيح أخطاء أو إصلاح خاصة بكل موقع. المطلوب فقط الإعداد الأولي والمصادقة. وقد احتسب المؤلفون تكلفة استدعاءات النموذج لـ84 موقعًا، ويصفون الإجمالي بأنه حد أدنى.

وقورنت الجودة مع WebHarbor على خمسة مواقع و14 حالة صفحة. وتفوّق WebAnything في المقاييس الآلية الثلاثة كلها: تطابق البكسلات، والتشابه البنيوي SSIM، والدقة النصية Text F1. وفي التقييم الأعمى الذي أجراه ثلاثة مُقيِّمين، كانت النتيجة 12 فوزًا وتعادلين وبلا أي هزيمة. وجرى فحص 18 اختلافًا على ستة مواقع بشكل منفصل، وتأكدت جميعها وعولجت.

واختُبرت الفائدة في التدريب على نموذج Qwen3.5-9B. فقد دُرّب تدريبًا إضافيًا على 5 856 مسارًا (60 517 مثالًا خطوة بخطوة، و473 خطوة تدريب). وكانت المكاسب على ثلاثة اختبارات خارجية:

• REAL، وهو اختبار على نسخ مواقع خاضعة للتحكم: +9,9 نقطة مئوية في المهام الناجحة.
• Odysseys-Easy: +6,25 نقطة مئوية بحسب معيار التقييم، و+6,32 نقطة مئوية بحسب نسبة المهام المنجزة.
• WebArena-Verified: +13,33 نقطة مئوية في معدل النجاح الإجمالي.

ولم تُستخدم في هذا التدريب الإضافي المهام الجديدة البالغ عددها 6 812 على 229 موقعًا.

ماذا يعني ذلك عمليًا

بالنسبة للفرق التي تبني وكلاء الويب، فالأهم أن نسخ المواقع لم تعد عملًا يدويًا. فسيناريو «مئة متجر وبنك ومتتبع مهام مختلف» كان يصطدم سابقًا بساعات العمل البشري. أما الآن فقد صار مسألة ميزانية لاستدعاءات النموذج.

وهناك قيود أيضًا. فالموقع يُنسخ ضمن النطاق المعلن فقط. ولا تُستعاد منطقيات الخادم المخفية إلا انطلاقًا من السلوك الملحوظ. وقد قيس المكسب على نموذج واحد صغير وفي إطار تشغيل ثابت للوكيل. وهذا لا يضمن الأثر نفسه على نماذج أخرى ومهام أخرى.