Glassbox开源浏览器智能体工具

nikolasss4 开源发布 Glassbox 浏览器智能体、运行追踪工具和确定性评测套件，可实时观看并接管智能体操作、逐步回放运行过程，并记录决策、动作、token、延迟与成本。 套件包含29项任务，随机基线和人工编写的 oracle 方案无需 API Key；运行 Claude 各模型需设置 ANTHROPIC_API_KEY，相关结果尚待运行。使用 --vision 可加入截图并随任务发送。项目同时说明，该套件规模较小且由智能体作者编写，容易过拟合，应作为回归测试而非排行榜。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。