问题是规划、记忆还是工具使用？
证据表明，规划能力不足是主要问题，而工具使用的影响则小得多。一篇2026年的论文提出了名为WebUncertainty的框架，旨在解决“规划与推理中的双重不确定性”——即智能体因无法在陌生情境中调整计划，以及在长任务执行过程中产生步骤幻觉而失败[2]。该论文的方法采用基于不确定性评分引导的蒙特卡洛树搜索（一种探索可能行动序列的方式），在两大主流基准测试（WebArena和WebVoyager）上显著提升了性能。这直接表明，修复规划与推理错误能带来最大的性能提升。
工具使用错误确实存在，但并非核心问题。2026年一项关于欺骗性电商界面的研究发现，智能体对虚假广告、域名重定向等伎俩“高度敏感”，且简单的提示性警告无法解决这一问题[3]。然而，这属于安全漏洞，而非常规故障模式。该研究并未声称工具使用错误是导致大多数失败的原因——它只是强调了一个特定风险，当智能体在真实环境中部署时，这一风险会变得重要。因此，尽管工具安全性值得关注，但研究显示，最主要的失败原因仍是规划与导航问题。
什么样的帮助才能真正解决这些失败？
并非所有导航帮助都同等有效——形式至关重要。2026年的导航研究测试了两种为智能体提供网站结构的方式：一种是将URL列表直接注入提示词中，另一种是提供可供智能体查询的交互式工具。当网站规模较小（10页）时，两种方法效果相当，均能将成功率提升至50.0%[1]。但当网站扩展至100页时，URL注入法的成功率骤降至24.4%——甚至比完全没有帮助更差——而交互式工具则稳定保持在43.3%[1]。研究人员的结论一针见血：“关键区别不在于信息的多寡，而在于提供的是地图还是导航员。”
在规划过程中，关键在于灵活性。《Web不确定性》论文指出，智能体需要根据对当前情境的不确定程度来调整规划模式——有时遵循详细计划，有时进行探索[2]。这种自适应方法优于僵化的规划策略。综合来看，这些研究表明，解决智能体故障的最佳方式是赋予其交互式导航工具和灵活的规划机制，而非静态指令或更多数据。
关于这些来源
该回答基于3项研究（1篇经同行评审，2篇为预印本）——发表于2026年，其中3项来自2024年及以后——这些研究是从通过质量筛选的3项研究中选出的最具相关性的成果，而它们又源自从超过5亿篇论文的数据库中检索到的44篇文献。
本文引用的文献
盲人导航：预计算网页状态图如何重塑LLM代理的导航能力
在一项针对150个真实网站、涵盖90项高导航强度任务的研究中，基础智能体的成功率仅为25.6%；为其配备交互式导航查询工具后，成功率几乎翻倍至50.0%；而当网站规模扩展至100个页面时，静态URL列表的成功率则骤降至24.4%。
网络不确定性：面向自主网络代理的双层不确定性驱动规划与推理
提出WebUncertainty框架，该框架利用双重不确定性（任务级与动作级）自适应选择规划模式，并通过蒙特卡洛树搜索引导决策，在WebArena和WebVoyager基准测试中取得了优于现有最先进基线的性能。
在电商欺骗性界面下对网页代理安全性的基准测试
在七种欺骗性电商界面模式（如虚假广告、域名重定向）下评估了多个多模态网络代理，发现这些代理极易受影响，基于提示的约束往往不足以防止失败。