BrowserGym e AutomationBench: benchmarks de agentes.
BrowserGym e AutomationBench mostram como os agentes web e APIs são avaliados. Aprenda como transformar essas lições em testes práticos de AEO.
Updated June 28, 2026
BrowserGym e AutomationBench são importantes para AEO porque mostram como os agentes são avaliados: não pelas visualizações de página, mas pela conclusão de tarefas. Os sites que desejam trabalhar com agentes devem testar fluxos de trabalho reais, incluindo navegação, descoberta de API, aplicação de políticas e verificação do estado final.
Que cara de abraço surgiu#
A pesquisa por artigos Hugging Face surgiu The BrowserGym Ecosystem for Web Agent Research e AutomationBench como artigos relevantes para agentes web e agentes que usam ferramentas.
O BrowserGym concentra-se em ambientes padronizados para avaliação de agentes web. O AutomationBench se concentra na orquestração de fluxo de trabalho entre aplicativos por meio de APIs REST, incluindo descoberta, aplicação de políticas e precisão de dados.
Essa divisão corresponde bem ao AEO:
| Ponto de referência | Lição AEO |
| — |
| NavigatorGym |
| Bancada de automação |
Por que os benchmarks são melhores do que apenas o tráfego#
As referências de IA e as pesquisas de agentes são úteis, mas não demonstram o sucesso da tarefa.
| Métrica Fraca | Métricas AEO mais fortes |
| — |
| Visualização de página |
| Profundidade de rolagem |
| Referência de IA |
| Agente de usuário de bot |
| Tempo na página |
Para um rastreamento mais amplo, consulte AEO KPI e AI Agent Web Traffic em 2026.
Crie um pequeno ponto de referência para seu site#
Você não precisa de um laboratório de pesquisa para começar.
- Escolha cinco tarefas de alto valor.
- Defina o estado final correto para cada tarefa.
- Execute tarefas com um agente navegador e um agente que utilize ferramentas sempre que possível.
- Registre as falhas.
- Corrija rótulos, documentos, esquemas, APIs, políticas ou commits.
- Repita mensalmente.
Tarefas de exemplo:
| Tipo de site | Tarefa de referência |
| — |
| Comércio eletrônico |
| SaaS |
| Portal do desenvolvedor |
| Site de suporte |
| Site de viagens |
O que medir#
- Taxa de conclusão.
- Taxa de ações incorretas.
- Taxa de violação da política.
- Número de tentativas de recuperação.
- Erros de contexto ausentes.
- Transferências de aprovação humana.
- Verificação do estado final.
Isso está diretamente vinculado a Parâmetros de avaliação do agente e Observabilidade do agente e barreiras de proteção.
Perguntas frequentes### O BrowserGym e o AutomationBench são ferramentas de SEO?#
Não. São referências de avaliação de agentes. Eles são importantes para o AEO porque o AEO tem a ver com o sucesso da tarefa do agente, e não apenas com a visibilidade da pesquisa.
Qual estilo de referência os sites devem copiar primeiro?#
Sites com formulários e fluxos de UI devem começar com testes de agente de navegador. As empresas que usam muitas APIs também devem testar ferramentas e fluxos de trabalho de API.### O que é um status de aprovação ou reprovação?
Um status de aprovação é um resultado verificável, como um ticket criado, uma cotação bem-sucedida, uma resposta válida da API, um carrinho preparado ou um rascunho de reserva confirmado.
Com que frequência os benchmarks do agente devem ser executados?#
Mensalmente é suficiente para a maioria dos sites. Execute-o com mais frequência quando os documentos de pagamento, preços, suporte ou API mudam com frequência.
Fontes#
Fontes primárias: documento BrowserGym, documento AutomationBench, documento AgentRewardBench e documento ST-WebAgentBench.