AgentHeal：评估网页智能体在访问障碍下的目标保持型资源恢复能力

论文提出 AgentHeal 基准，访问障碍下智能体成功率从 89.4% 降至 43.7%。

资讯摘要

论文提出 AgentHeal 基准，用于评估网页智能体在遇到死链、登录墙、限流和反爬等非临时性访问障碍时，能否识别障碍、转向合法的替代来源并完成用户原始目标。该基准覆盖九类障碍，在反事实沙盒与真实网站回放中测试主流 LLM 后端，作者报告任务成功率从 89.4% 降至 43.7%，并指出智能体常被仿冒页面误导、未及时向用户求助、违反访问策略或进行无效重试。

要点速读

1. 论文提出 AgentHeal 基准，覆盖九类访问障碍，在反事实沙盒与真实网站回放中评估智能体的目标保持型资源恢复能力。
2. 作者报告主流 LLM 后端在访问障碍下平均任务成功率从 89.4% 降至 43.7%。
3. 分析发现智能体常被欺骗性仿冒页面误导、未在必要时升级给用户、违反访问策略或浪费算力于无效重试。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。