LangChain riduce i costi degli agenti browser di 13 volte con l'ottimizzazione di Stagehand

Gli agenti browser stanno rapidamente passando da novità a strumenti di utilità, gestendo attività in più fasi come l'annullamento di abbonamenti e la pubblicazione di annunci di auto su siti senza API pubbliche. Secondo il blog di LangChain, la chiave per rendere tutto ciò economicamente sostenibile per i piccoli team non risiede nel modello, ma nella progettazione degli strumenti. Ottimizzando il modo in cui gli agenti interagiscono con il browser, LangChain ha ridotto il costo di un'attività di navigazione standard da 26,71$ a 1,98$, un miglioramento di 13 volte che rende l'automazione web basata su agenti fattibile per le medie imprese.

Cosa è successo

LangChain ha illustrato nel dettaglio il processo per integrare le funzionalità del browser nella loro piattaforma Managed Deep Agents. Hanno confrontato sette diversi set di strumenti, tra cui strumenti nativi, server MCP e interfacce CLI, selezionando infine Stagehand di Browserbase come l'opzione più efficace. Il fattore principale che ha inciso su costi e velocità è stato il modo in cui l'agente ha richiamato questi strumenti. Utilizzando Playwright MCP, l'agente ha completato con successo il 78% delle attività, ma ha generato un costo totale di 26,71$ impiegando il triplo del tempo per attività. Al contrario, gli strumenti di Stagehand hanno completato il 90% delle attività per un totale di 1,98$, con un tempo mediano di 17,4 secondi per attività.

Una parte importante di questo incremento di efficienza è derivata dall'adozione della "modalità codice", in cui l'agente scrive codice per eseguire più azioni del browser in un unico batch anziché richiamare gli strumenti uno alla volta. Questo approccio ha ridotto i costi di 4 volte nei test iniziali. Inoltre, LangChain ha sostituito la lettura di HTML grezzo o screenshot con un'istantanea dell'albero di accessibilità, riducendo l'utilizzo dei token di circa l'80% rispetto a Playwright. Hanno anche ottimizzato i tempi di attesa interrompendo la pausa quando la pagina risulta inattiva da 500 ms, anziché attendere timer fissi, riducendo il tempo mediano dell'agente su HardBench da 182 secondi a 124 secondi.

Perché è importante per i proprietari di piccole aziende

Per le piccole e medie imprese, l'economia degli agenti di intelligenza artificiale è stata storicamente una barriera all'ingresso. Se un'attività costa 26$ per essere automatizzata, spesso è più economico farla svolgere a un essere umano. Tuttavia, a 1,98$ per attività, gli agenti browser diventano una valida alternativa per il lavoro web di routine e dispendioso in termini di tempo che manca di accesso alle API. Ciò è particolarmente rilevante per i team operativi che trascorrono ore nell'inserimento manuale di dati, nel monitoraggio dei concorrenti o in attività di servizio clienti su piattaforme di terze parti. La lezione di LangChain è che la progettazione degli strumenti è una leva per il controllo dei costi. Non serve il modello più costoso; serve l'interfaccia più efficiente tra l'agente e il web. Questo passaggio dall'ottimizzazione "centrata sul modello" a quella "centrata sullo strumento" consente ai team più piccoli di competere sull'efficienza dell'automazione senza budget infrastrutturali enormi.

Cosa fare questa settimana

1. Esamina i tuoi attuali flussi di lavoro degli agenti per identificare le attività in cui gli agenti utilizzano screenshot o HTML grezzo, e passa alle istantanee dell'albero di accessibilità per ridurre i costi dei token.
2. Riorganizza le interazioni del browser del tuo agente per utilizzare l'esecuzione di codice in batch anziché chiamate a strumenti singoli, riducendo significativamente la latenza e i costi delle API.
3. Implementa condizioni di attesa dinamiche nella logica del tuo agente per smettere di attendere timeout fissi, assicurandoti che i tuoi agenti consumino risorse solo durante l'elaborazione attiva delle modifiche della pagina.

Fonti

• How We Optimized Browser Use for Deep Agents — LangChain Blog