SCAFFOLD: agentes web que se aprimoram ganham 17,2 pontos

O que aconteceu

O SCAFFOLD, um framework de agentes web visuais que se aprimora de forma autônoma, foi apresentado no artigo arXiv:2609.05511v1, submetido em 31 de agosto de 2026 e anunciado na lista de novos trabalhos de inteligência artificial do arXiv em 10 de setembro de 2026. O nome completo do sistema é Self-Improving Web Agents via Recursive Parametric Skill Abstraction.

O ganho medido é concreto: o SCAFFOLD melhora a taxa de sucesso em 11,1 a 17,2 pontos absolutos sobre o baseline mais forte entre os frameworks aumentados por habilidades. Os testes rodaram em três ambientes: WebArena, VisualWebArena e uma divisão reservada do Online-Mind2Web, conjunto que não foi usado no desenvolvimento.

O framework se apoia em quatro mecanismos. Primeiro, induz habilidades paramétricas e executáveis a partir de trajetórias bem-sucedidas, sob uma restrição de abstração multi-instância. Segundo, mantém uma hierarquia composta de forma recursiva, na qual habilidades de nível superior invocam habilidades de nível inferior. Terceiro, compacta a biblioteca com um critério de comprimento mínimo de descrição (MDL, na sigla em inglês) combinado com verificação de equivalência comportamental. Quarto, destila periodicamente as trajetórias aumentadas por habilidades de volta nos pesos do modelo, para internalizar as abstrações.

O código e os documentos do SCAFFOLD foram liberados em repositório no GitHub, em github.com/BokwaiHo/SCAFFOLD.

Contexto

Agentes web precisam navegar interfaces visualmente ricas e de longo horizonte, que mudam de site para site. O problema apontado no artigo é que a maioria dos agentes anteriores aprende cada tarefa de forma isolada e descarta o conhecimento procedural que acumula pelo caminho. Cada novo site vira recomeço.

Frameworks recentes com suporte a habilidades deram um primeiro passo importante, mas tratam a biblioteca de habilidades como um cache plano, ou no máximo de dois níveis, mantido no prompt. Nessa arquitetura não existe mecanismo com princípio claro para comprimir redundância nem para compor habilidades de forma recursiva. É exatamente essa lacuna que o SCAFFOLD ataca.

Por que importa

A diferença prática está em três pontos. O primeiro é reuso: quando o agente extrai uma habilidade executável de uma trajetória bem-sucedida, ele deixa de resolver o mesmo subproblema do zero na próxima tarefa. O segundo é escala: uma hierarquia recursiva permite que habilidades de alto nível chamem habilidades menores, o que evita que a biblioteca cresça de forma desordenada. O terceiro é custo de inferência, porque a compactação por MDL e a destilação nos pesos reduzem a dependência de um prompt cada vez maior.

Para quem opera agentes em produção, o número que interessa é a taxa de sucesso. Um salto de 11,1 a 17,2 pontos absolutos sobre o melhor baseline com habilidades é a diferença entre um sistema que falha com frequência e um que começa a ser confiável em tarefas longas.

Impacto

O artigo relata ganhos monotônicos ao longo de cinco iterações de autoaprimoramento, sem colapso da biblioteca de habilidades. Esse ponto é relevante porque sistemas que acumulam habilidades costumam degradar quando a biblioteca cresce e passa a guardar itens redundantes ou contraditórios. O critério MDL e a checagem de equivalência comportamental são a resposta do SCAFFOLD para esse risco.

Os três benchmarks usados, WebArena, VisualWebArena e Online-Mind2Web, são ambientes de referência para medir agentes que operam interfaces web. O desempenho do SCAFFOLD nesses ambientes é o dado que outros grupos vão tentar replicar.

O que muda

A mudança central é tirar a habilidade do prompt e levá-la para o modelo. Frameworks anteriores guardavam habilidades como cache de prompt. O SCAFFOLD induz habilidades paramétricas, organiza essas habilidades em hierarquia recursiva e depois destila as trajetórias aumentadas de volta nos pesos. O conhecimento procedural deixa de ser texto consultado a cada passo e passa a fazer parte do próprio modelo.

O que vem agora

O código e os documentos do SCAFFOLD estão públicos no GitHub, em github.com/BokwaiHo/SCAFFOLD, o que permite que outros grupos reproduzam os resultados em WebArena, VisualWebArena e Online-Mind2Web. O material não informa prazos, planos de produto ou aplicação comercial. A agenda imediata é a replicação independente e o teste da hierarquia recursiva em outros domínios.

Fontes

• arXiv cs.AI: SCAFFOLD: Self-Improving Web Agents via Recursive Parametric Skill Abstraction (https://arxiv.org/abs/2609.05511)
• Repositório do código: GitHub, github.com/BokwaiHo/SCAFFOLD