网页代理在执行任务时，往往无论任务难易，都对每一步施加前沿模型推理、浏览器渲染和 ReAct 式规划等重型计算。这种开销并非任务本身固有，而是代理组合方式的产物。来自 arXiv 的论文《Skim: Speculative Execution for Fast and Efficient Web Agents》提出了一种推测性执行框架 Skim，旨在利用专用网站的可预测结构来大幅削减不必要的计算。
Skim 的核心观察是：对于同一类型的查询，网站会强制实施稳定的 URL 模式、答案格式以及任务到轨迹的映射。这意味着大多数查询可以完全绕过上述重型组件。为了利用这一规律，Skim 设计了一个离线分析器，按站点一次性捕获这些模式。在运行时，Skim 将每个查询匹配到模板，合成目标 URL，并用一个小型模型提取答案。这一快速路径避免了完整代理的逐步渲染和规划开销。
为了确保可靠性，Skim 引入了一个轻量级验证器，对快速路径的每个输出依据查询和模式进行把关。只有当验证器发现罕见的误推测时，请求才会级联到完整代理。值得注意的是，级联时完整代理会以快速路径产生的最终 URL 热启动，从而保留上游轨迹的进展，避免重复工作。这种设计在速度与准确性之间取得了平衡。
研究者在标准网页代理基准上，搭配三个骨干代理 WebVoyager、AgentOccam 和 BrowserUse 进行了评估。结果显示，Skim 将每任务中位成本降低了 1.9 倍，延迟降低了 33.4%，同时没有造成任何准确率损失。这一成果表明，通过利用网站的可预测结构，网页代理可以在不牺牲性能的前提下显著提升效率。论文共 14 页、21 幅图，提交于 2026 年 5 月 15 日，第一作者为 Mike Wong，另有三位合著者。该工作属于人工智能（cs.AI）与操作系统（cs.OS）交叉领域，为网页代理的实用化部署提供了新的思路。