ウェブエージェントがタスクを実行する際、タスクの複雑さに関係なく、各ステップでフロンティアモデルの推論、ブラウザレンダリング、ReActスタイルの計画といった重量級の計算が適用されることが多い。このコストはタスク自体に固有のものではなく、エージェントの構成方法に起因する。arXivの論文「Skim: Speculative Execution for Fast and Efficient Web Agents」は、目的特化型ウェブサイトの予測可能な構造を利用して不要な計算を大幅に削減する投機的実行フレームワークSkimを提案している。
Skimの中心的な観察は、同じ種類のクエリに対して、ウェブサイトが安定したURLパターン、回答形式、タスクから軌跡へのマッピングを強制するという点にある。つまり、大多数のクエリは上記の重量級コンポーネントを完全に迂回できる。この規則性を活用するため、Skimはオフラインプロファイラを設計し、サイトごとにこれらのパターンを一度だけ取得する。実行時には、各クエリをテンプレートに照合し、宛先URLを合成し、小型モデルで回答を抽出する。この高速パスにより、完全エージェントのステップごとのレンダリングと計画のオーバーヘッドが回避される。
信頼性を確保するため、Skimは軽量バリデータを導入し、高速パスの各出力をクエリとスキーマに基づいて検証する。検証器が稀な誤推測を検出した場合にのみ、リクエストは完全エージェントにカスケードされる。注目すべきは、カスケード時に完全エージェントが高速パスで生成された最終URLでウォームスタートされ、上流の軌跡の進捗を保持して作業の重複を避ける点である。この設計は速度と精度のバランスを取っている。
研究者は標準的なウェブエージェントベンチマークで、WebVoyager、AgentOccam、BrowserUseという3つのバックボーンエージェントを組み合わせて評価した。結果として、Skimはタスクあたりの中央コストを1.9倍、レイテンシを33.4%削減しつつ、精度の損失はまったくなかった。この成果は、ウェブサイトの予測可能な構造を利用することで、パフォーマンスを犠牲にせずにウェブエージェントの効率を大幅に向上できることを示している。論文は14ページ、21図で、2026年5月15日に提出され、筆頭著者はMike Wong、他に3名の共著者がいる。この研究は人工知能（cs.AI）とオペレーティングシステム（cs.OS）の学際領域に属し、ウェブエージェントの実用展開に新たな道筋を示すものである。