不改模型也能提效：Salesforce 智能体浏览器任务完成率从 43.5% 升到 93%

据 VentureBeat 报道，Salesforce 的研究人员在不改动底层模型的前提下，把一款 AI 智能体的浏览器任务完成率从 43.5% 提升到了 93%。这项结果指向一个越来越被行业认同的判断：智能体在真实环境里的实际表现，并不只由模型能力决定。

报道特别强调，这一提升是“不碰模型”完成的，也就是说，研究人员没有重新训练或微调模型，而是在模型之外的工程环节里寻找空间。对做智能体产品的团队而言，这等于把优化重心从“换一个更强的模型”转向“把整条流程搭得更稳”。

浏览器任务之所以常被用来检验智能体，是因为它天然是多步骤、长链条的：打开页面、判断状态、执行操作、确认结果，任何一步出错都可能让整条任务失败。43.5% 的完成率意味着，在真实网页环境里，超过一半的尝试没有走完全程。

把完成率推到 93% 的这段差距，通常来自对失败环节的重新设计——更清晰的任务分解、更可靠的页面状态判断、出错后的重试与恢复，以及对中间步骤的校验。报道把改进归功于模型之外的这套机制，而不是模型自身能力的提升。

更值得注意的信号是，随着基础模型能力逐渐趋同，智能体产品的竞争重心会更多落在工程细节上。谁能把任务拆得更准、把失败恢复做得更稳，谁就更容易在真实业务中拿到可用的成功率。

对企业客户来说，这种“不换模型也能大幅提效”的结论意味着更低的改造门槛：不必等待下一代模型上线，先在现有模型之上把智能体架构打磨好，就可能获得明显收益。

接下来值得观察的是，这套方法在 Salesforce 自家产品线上会怎样落地，以及浏览器之外的场景，例如桌面应用、企业内部系统和多系统联动，能否复制同样的提升幅度。报道提供的是研究结果，能否在客户真实环境中稳定复现，还需要更多公开数据来验证。