WebRider: Persona-Conditioned Intent Controllers for Live-Web Assistance
WebRider：基于意图契约的分层网页代理控制
🧭 Agent分层控制与意图契约驱动的网页任务执行
University of California, Los Angeles · Google
分层架构与意图契约让网页代理的路径可审计，揭示高任务完成率背后仅38.8%的合约忠实度。
📌 工作参考价值
- 将用户委托中的硬约束、证据义务显式化为意图契约，可审计每一步是否忠实执行策略，避免最终推荐看似正确但中间偏离。
- 分层控制器分离“证据充分性和停止决策”与“页面级动作选择”，高层管理状态，低层生成可执行动作，增强可控性并便于训练替换动作策略。
- 引入 guard 机制确保动作语法正确并拦截无效操作，可在电商代理中防止错误点击或状态循环，提高鲁棒性。
- 利用合约状态和 guard 过滤后的轨迹训练中间层动作策略，使动作实现可学习，对业务落地中的策略迭代具有参考价值。
动机 当前网页代理仅以最终任务成功（如找到商品）评估，忽略用户委托中隐含的策略约束（如必须检查退货政策、验证卖家信誉）。强基线代理完成率可达99.2%，但遵守所有策略约束的合约门控成功（CGS）仅38.8%，大量轨迹虽然到达终点但已违背原始约束。因此，需要一种机制使「路径」可审计，确保代理在执行过程中保持委托忠诚度。
方法关键点
- 意图契约：将用户委托形式化为稳定记录，包含目标、硬约束、软偏好、证据义务、阻塞条件和答案格式，保证条件在执行前已知、执行后可审计。
- 分层架构：顶层控制器维护合约状态，决定继续浏览、提问、回答或停止；中间层将当前意图结合页面状态和Persona策略，生成单个受 guard 保护的可执行 JSON Action AST，禁止自行判断证据充分性或终止；底层执行器操作浏览器、搜索或地图。
- Persona策略：定义为任务局部的控制规则（如信任优先验证、不确定性回避问询），可在同一请求和硬约束下通过对策论实验改变搜索广度、验证深度、排序或停止行为。
- RiderBench基准：包含768个基础任务、15种Persona策略、4096个合约，跨42个真实站点；评估包括合约门控成功（CGS）和人类评估的步骤级一致性及委托舒适度。
关键结果
- 强控制器 Full-Pro（Gemini 3.1 Pro）终止率达99.2%，但CGS仅38.8%，证据门和答案门是主要瓶颈。
- 具有持久意图和单 guard 动作的 IntentCore 结构相较纯文本提示提升CGS +5.6pp（46.8% vs 41.2%），证据满意度从60.5%提升至72.1%。
- 人类评估中，IntentCore 的Persona一致性得分86% vs 基线70%，净舒适偏好优势+42.5%。
- 训练的中间层动作策略 MidSFT-8B（Qwen3-VL-8B）在固定顶层下取得CGS 50.8%（干净条件下52.0%），远超可执行基线约32.9%，且证据满足率达78.1%。
结论一句话 高完成率可与低合约忠实度并存，使路径本身成为任务的一部分，意图契约让路径可审计、可学习、可被人类评判。