浏览器自动化最容易翻车的地方，是把确定性步骤也交给了模型
让 agent 自己去点页面，看起来像是把整件事都简化了。但只要流程里存在「每次都得这么做」的步骤——登录、翻页、下载附件、按固定查询条件取数——把它们交给模型，就等于每次都在赌它这次会不会点对。这类步骤用脚本更稳、更快、也更便宜。
三层分工：脚本、模型、人工
第一层是确定性脚本（Playwright 这类工具就够）：导航、登录、分页、下载、填固定表单。第二层交给模型判断：页面上哪个是「提交」、这条记录该归到哪个类目、这个提示是不是要重试。第三层必须留给人：付款、发送、删除、任何对外可见的动作。
分完之后往往会发现，真正需要模型的地方只有两三步。这不是削弱 agent，而是把它的不确定性圈在几个点上，出问题时你知道该看哪里。
让脚本和模型说同一种话
把页面上的东西抽象成一组有名字的字段和动作（比如订单号、金额、状态、提交按钮），模型只在这些名字上做判断，返回结构化结果，执行交给脚本。这样一来，模型判断错了，影响面只是一个字段的取值，而不是整条流程走偏。
每一步都要能断言「做对了没有」
只断言「按钮被点了」几乎没有意义。要断言的是结果：URL 变了没有、关键文本出现了没有、列表条数变了没有、金额对不对。少了这一层，失败会以「最后一步报错」的形式暴露出来，排查成本翻好几倍。
选择器会变，所以要留兜底
定位元素的优先级是：可访问性角色与文本、然后是页面上的 data 属性、最后才是 CSS 路径。再补一条纪律：找不到目标时截图并保存当时的页面片段，然后停下来，不要静默继续——一次静默继续通常意味着后面十几步都在错误的前提上跑。
凭据、限速和礼貌
凭据走环境变量或密钥管理，不进代码、不进日志；对目标站点限速，遵守条款与 robots 约定；重试次数与退避策略写进脚本，不要让模型自己决定重试几次。这几条不写下来，线上第一次被封就不知道是谁干的。
怎么验收
拿一批真实页面做回归，统计三个数：一次通过率、需要人工干预的比例、平均耗时。一次通过率没到线之前不要扩大范围。每次失败都要留一份可回放的记录（截图、页面片段、输入），失败才能真正变成用例，而不是每次都要重新复现。
一个便宜的落地顺序
先只做只读流程（抓取、对账、比价），跑稳两周再加写操作；写操作从「能撤销」的开始，最后才碰对外可见的动作。顺序反过来做，第一次事故就会把这条线的信任打没。