2026年6月4日にarXivに投稿された論文で、Shubham Gaurらは長期的なウェブエージェントの観察効率に関する新たなアーキテクチャの考え方を提案した。現在、ウェブエージェントはタスク実行中に各アクションステップで生のDOMツリーとアクセシビリティツリーを入力として取り込むが、これらのデータはしばしば数万トークンに達する。この高頻度かつ全量の観察によりコンテキストが徐々に劣化し、タスク完了前にエージェントの推論能力が著しく損なわれる。
著者らは、観察頻度を行動頻度に結合させることはアーキテクチャ上の誤りであると主張する。彼らは、文書全体を読むよりも文書に問い合わせる方が優れているという再帰言語モデル（Recursive Language Models）の洞察に基づき、信号駆動型観察（Signal-Driven Observation, SDO）を提案する。SDOでは、専用のサブコールが完全なDOMを読み取るが、タスクに関連する要素とそのセレクタのみを返す。このサブコールは各アクションステップで呼び出されるのではなく、軽量な信号検出器が信号を発した時にのみ再実行される。
信号検出器が発火する条件には、URLの遷移、新たに表示されたインタラクティブ要素、アクションの失敗、および外生的なブラウザイベントが含まれる。これにより、エージェントは冗長な観察情報の取り込みを大幅に削減し、長期的なタスクにおいてコンテキストの紧凑さと推論の一貫性を維持できる。
論文はまた、SDOが導入するいくつかの未解決問題を概説している。例えば、軽量で堅牢な信号検出器の設計方法、「タスク関連」要素の境界定義、観察圧縮と情報完全性のバランスなどである。著者らは、観察圧縮を事後最適化ではなく、ウェブエージェント設計における中核的なアーキテクチャ決定として扱うようコミュニティに呼びかけている。本論文は10ページ、図1点を含み、計算と言語（cs.CL）分野に分類されている。