# AutoTailor 將自動生成的網頁 API 從 1,283 個候選篩選至 33 個

DAIR.AI 重點介紹 AutoTailor，一篇來自 Microsoft Research 及合作者的論文，該方法將網頁軌跡轉化為參數化瀏覽器自動化 API，並篩選至 33 個。在 106 項 WebArena Postmill 任務上，這些 API 配合 ReAct 後備方案達到 90.6% 正確率，單獨使用 ReAct 則為 87.5%。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-10T07:02:00.000Z
Query date (Asia/Hong_Kong): 2026-11-10

HTML: https://didcodexreset.com/zh-hk/news/c155c451e4274e238fa72fcb.html

Content language: zh-HK
Localization state: translated

來源：DAIR.AI · 發布於 22/9/2026 01:33:31

DAIR.AI 重點介紹 **AutoTailor**，一篇來自 Microsoft Research 及合作者的論文，與從智能體軌跡自動生成 MCP 工具相關。AutoTailor 將網頁軌跡轉化為參數化瀏覽器自動化 API，然後套用品質篩選以剔除粒度不當或功能重複的 API，以及使用篩選以保留可能需要的 API，將 **1,283** 個候選降至 **87** 個。線上運作時，它會監察任務結果、為反覆出現的缺口新增 API，並修剪未使用的 API，最終得到 **33** 個。

在 **106 WebArena Postmill** 任務上，這 33 個 API 配合 ReAct 後備方案達到 **90.6%** 正確率，單獨使用 ReAct 則為 **87.5%**。請求 token 成本下降 **57.8%**，延遲下降 **29.4%**。不使用後備方案時，準確度與未篩選集合相當，同時請求 token 減少 **94.9%**。論文見於 [academy.dair.ai](https://academy.dair.ai/papers/autotailor-automatic-user-aligned-capability-selection-and-adaptation-for-web-ag-2609.13548)。

Tags: AutoTailor, 微軟研究院, 網頁智能體, WebArena

[查看主帖原文](https://x.com/dair_ai/status/2102087979099717799)