Se você já construiu um agente de IA para navegar na web, conhece o padrão de falha: o agente lê a página, prevê um clique, espera o carregamento, lê de novo, prevê de novo — e, lá pelo passo 40, um pop-up inesperado ou um botão que mudou de lugar derruba tudo. O problema não é o clique errado, e sim a forma como o agente opera: uma ação por vez, sem um plano durável.
O Webwright, framework da Microsoft Research em parceria com a Universidade de Hong Kong, propõe sair desse ciclo. O lema resume a ideia: “Um terminal é tudo o que você precisa para agentes na web”. Em vez de pedir ao modelo que adivinhe o próximo clique, o Webwright faz o agente escrever e executar código — scripts Python com Playwright que abrem o navegador, inspecionam páginas e concluem a tarefa.
Por que escrever código muda o jogo
Hoje existem quatro famílias de agentes de navegação: os visuais (que trabalham com capturas de tela, como o Operator da OpenAI e o Computer Use da Anthropic), os baseados em DOM (que leem a estrutura da página, como o WebVoyager), os de API de ações fixas (menus de clicar/digitar/rolar) e os frameworks (browser-use, Skyvern, Stagehand, LaVague). Todos melhoram o loop, mas não mudam sua essência: uma ação, uma observação, uma decisão — e, no fim, nenhuma ferramenta reutilizável.
O código permite mais. O agente usa loops, guarda variáveis, tenta de novo em caso de falha e grava arquivos — tudo dentro de um programa que pode ser executado de novo. A pesquisa já apontava nessa direção: o paper CodeAct (ICML 2024) trocou ações JSON por código Python executável e registrou até 20% mais sucesso com 30% menos passos.
Pequeno por design, forte em números
O núcleo do Webwright tem cerca de 1.000 linhas de código divididas em três componentes: o Runner (~150 linhas), que acompanha a tarefa e o estado; o Model Endpoint (~550 linhas), que conecta aos modelos da OpenAI, Anthropic e OpenRouter; e o Environment (~300 linhas), um terminal ligado ao Playwright rodando Chromium. Não há biblioteca gigante de ações predefinidas.
Os resultados impressionam. No benchmark Online-Mind2Web, o GPT-5.4 com Webwright atinge 86,7% de sucesso, e o Claude Opus 4.7 chega a 84,7%. O sinal mais forte vem do Odysseys: o mesmo GPT-5.4 que marca 33,5% usando controle por coordenadas salta para 60,1% quando passa a escrever código — um ganho de 26,6 pontos mudando apenas o harness, não o modelo.
O custo de escrever em vez de clicar
Há trade-offs. As métricas usam julgamento por LLM, e o resultado principal usa 100 de 300 tarefas. Também não é barato: cerca de US$ 2,37 por tarefa com GPT-5.4 e US$ 6,09 com Claude Opus 4.7. Mas há um efeito de longo prazo: depois que o Webwright constrói ferramentas reutilizáveis, até um modelo aberto de 9 bilhões de parâmetros passa a performar bem — o código acumulado reduz a exigência sobre o modelo.
Para quem trabalha com dashboards, catálogos de produtos, resultados de busca ou sites pesados em JavaScript, a mensagem é clara: quando a web é sua fonte de dados e a tarefa se repete, vale mais escrever um programa reutilizável do que clicar uma vez e perder tudo.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
