Fra browser-sessioner til kode: Terminal-native webagenter ændrer automation

De fleste tænker på webautomation som en AI, der styrer en browser – klikker, skriver og scroller sig gennem siderne i én lang session. Men måske er det netop den tilgang, der begrænser os.

Problemet med vedvarende browsere

Når en agent er låst fast til én browser-session, bliver hver handling afhængig af den forrige. Går noget galt, sidder du fast med en lang kæde af interaktioner, der er svær at fejlsøge. Der er ingen klar adskillelse mellem intelligensen, der træffer beslutninger, og det miljø, der udfører dem.

Det giver flere udfordringer:

• State-bloat: Lange sessioner samler kompleksitet og uventede edge cases
• Svær debugging: Svært at inspicere eller gentage dele af opgaven
• Ingen genbrug: Hver opgave starter forfra, selv når lignende problemer er løst tidligere

Webwright: Engangs-browsere, vedvarende kode

Webwright vender det hele på hovedet. I stedet for at holde én browser-session i live, starter agenten friske browser-instanser efter behov – inspicerer dem, trækker data ud og smider dem væk igen. Det, der overlever, er ikke browserens tilstand, men koden, logs, screenshots og output, der lever i dit lokale workspace.

Browseren bliver et værktøj, du bruger og kasserer. Det egentlige produkt er koden, du skriver for at bruge det.

Tre grundprincipper

1. Kode frem for primitive handlinger
I stedet for lange kæder af "klik på knap → vent → skriv tekst → klik send" lader Webwright agenten bygge genanvendelige funktioner. Dato-valg, formularudfyldning, filtrering og dataudtræk bliver til loops og funktioner – ikke en række primitive browser-kommandoer. Resultatet er renere og mere vedligeholdelsesvenlig automation.

2. Vedvarende artefakter
Hver opgave efterlader varige output: exploratory scripts, action logs, screenshots og til sidst et genanvendeligt program. Det er her værdien ligger. Workspace'et er gennemsigtigt, kan deles og kan danne grundlag for fremtidige automatiseringer.

3. En bevidst minimalistisk arkitektur
Systemet er holdt ekstremt simpelt: en Runner, et Model Endpoint og et terminal-miljø. Det er det hele. Omkring 1.000 linjer harness-kode. Ingen komplekse multi-agent-systemer. Bare en stram feedback-loop.

Sådan fungerer loopet

Webwrights elegance ligger i enkelheden:

1. Send kontekst: Runneren sender opgaven, workspace-tilstanden og de seneste observationer til modellen
2. Returnér bash-kommando: Modellen svarer med tankeproces og en shell-kommando – ofte et Playwright-script
3. Returnér observationer: Miljøet kører kommandoen og sender output, logs, screenshots, filer eller fejl tilbage
4. Forfin og afslut: Loopet gentages, indtil agenten producerer et færdigt script, kører det i en ren mappe og består sine egne refleksionschecks

Ingen kompliceret routing. Bare en terminal, en model og et voksende workspace.

Resultaterne taler for sig selv

På rigtige, live webopgaver klarer Webwright sig stærkt:

• 60.8% accuracy på Odyssey's long-horizon browsing benchmark – en relativ forbedring på 35.1% over tidligere state-of-the-art
• 86.7% accuracy på Online-Mind2Web på tværs af 300 live opgaver på 136 forskellige sites inden for et 100-step budget
• 66.2% accuracy selv med mindre modeller som Qwen 3.5-9B, når de suppleres med genanvendelige værktøjer

Det er ikke legetøjsbenchmarks. Det er rigtige websites, ægte opgaver og reel kompleksitet.

Håndtering af kaos i terminalen

At give en agent fuld terminal-adgang er både stærkt og risikabelt. Webwright tilføjer lige nok struktur til at holde det sikkert:

Premature Done Gate: Agenten kan ikke erklære succes, før den har genereret et færdigt script, kørt det i et rent miljø, fanget logs og screenshots og bestået sin egen refleksionscheck.

Context Compaction: Lange kodningsforløb kan sprænge context-grænser. Webwright komprimerer løbende historik til summaries, mens de konkrete artefakter bliver i workspace'et.

Genanvendelige værktøjer: Når en opgave er løst, kan scriptet parametriseres, eksporteres som CLI-værktøj og genbruges af andre agenter.

Hvad det betyder for udviklere

Hvis du bygger automationssystemer, webscrapere eller AI-assisterede workflows, giver Webwrights tilgang nogle klare pointer:

• Adskil ansvarsområder: Hold agent-intelligens adskilt fra eksekveringsmiljøet
• Omfavn immutabilitet: Brug engangs-sessioner, behold arbejdsproduktet
• Byg funktioner, ikke kæder: Skriv loops og funktioner i stedet for primitive action-sequences
• Verificér før du erklærer succes: Lad agenten bevise, at den kan køre løsningen rent igen

Terminalen er ikke bare en grænseflade – det er workspace'et. Det er her, koden lever, logs samler sig, og artefakter består. Browseren er midlertidig. Terminalen er permanent.

Det større billede

Webautomation har traditionelt handlet om at bygge mere sofistikerede state machines. Webwright peger på en anden vej: lad agenten skrive kode i stedet for at manipulere state. Lad browseren være engangs. Lad workspace'et være holdbart.

Det er stadig tidligt, men det giver et fingerpeg om, hvordan vi kan bygge mere pålidelige, vedligeholdelsesvenlige og genanvendelige AI-systemer – ikke kun til webopgaver, men til enhver situation, hvor en agent skal udforske, iterere og lære.

Hvis du arbejder med agent-systemer, webautomation eller AI-assisteret udvikling, er Webwrights terminal-native tilgang værd at studere. Koden ligger på GitHub, resultaterne holder, og filosofien er forfriskende enkel: a terminal is all you need.