Introducción
LangChain ha detallado cómo optimizó la navegación web de sus Deep Agents para reducir los costes, acelerar la ejecución y mejorar los resultados en tareas realizadas mediante un navegador. El trabajo, presentado el 3 de noviembre de 2026 en el blog oficial de LangChain, partió de una comparación entre siete conjuntos de herramientas y terminó con la elección de Stagehand, desarrollado por Browserbase.
La compañía utilizó trazas de LangSmith para identificar oportunidades de mejora y evaluaciones para validar cada modificación. En WebVoyager, Stagehand logró completar el 90% de las tareas con un coste total de 1,98 dólares y una mediana de 17,4 segundos por tarea.
La comparación con Playwright MCP mostró una diferencia considerable: esta alternativa completó el 78% de las tareas, con un coste de 26,71 dólares y un tiempo de ejecución tres veces mayor.
Contexto
La navegación mediante agentes de IA presenta desafíos cuando las tareas requieren múltiples interacciones con páginas web o cuando las herramientas devuelven grandes cantidades de información.
LangChain identificó ambos problemas durante sus pruebas. Con Playwright MCP, una tarea de WebVoyager requería un promedio de 26 turnos del modelo. Además, una operación de navegación mediante el MCP alojado de Browserbase devolvía una mediana aproximada de 17.000 caracteres.
Estas características aumentaban la cantidad de interacciones necesarias y el volumen de contenido que debía procesar el agente.
Para evaluar las alternativas, LangChain utilizó tres conjuntos de pruebas:
- WebVoyager: 100 tareas cotidianas ejecutadas con Claude Sonnet 5.5.
- HardBench: 102 tareas de mayor dificultad, evaluadas principalmente con Claude Opus 5.5.
- WebTailBench: 150 tareas reales procedentes de Microsoft.
La comparación permitió estudiar el comportamiento de las herramientas en escenarios con distintas exigencias y orientar las optimizaciones posteriores de Stagehand.
Cuerpo
Stagehand combina lectura de páginas, ejecución de código y capturas de pantalla
La solución seleccionada por LangChain utiliza tres herramientas principales para interactuar con el navegador.
La primera es snapshot, que permite leer el árbol de accesibilidad de una página e identificar sus elementos interactivos mediante identificadores. Esto proporciona al agente información estructurada sobre los componentes con los que puede interactuar.
La segunda es run, una herramienta que ejecuta lotes de acciones o código JavaScript con un estilo similar a Playwright dentro de una sola llamada. Esta modalidad de ejecución mediante código fue una de las piezas centrales de las mejoras.
La tercera herramienta es screenshot, destinada a obtener capturas de pantalla del navegador.
El conjunto permite combinar información estructurada de la página, acciones agrupadas y contenido visual durante las tareas de navegación.
Menos interacciones y respuestas considerablemente más pequeñas
Una de las diferencias más importantes apareció al utilizar run para ejecutar varias operaciones en una misma llamada.
Con Stagehand, las tareas requirieron una media de 10 pasos, frente a los 26 registrados con Playwright MCP.
También disminuyó el volumen de información devuelta por las operaciones de navegación. La mediana pasó de aproximadamente 17.000 caracteres con el MCP alojado de Browserbase a solo 117 caracteres con run.
Estos resultados muestran el efecto de agrupar acciones y reducir la información intercambiada durante la navegación.
En HardBench, la diferencia también se reflejó en los resultados. Deep Agents completó 30 de las 38 tareas principales utilizando run de Stagehand, frente a 21 tareas con la CLI browse de Browserbase.
Además de completar más tareas, la configuración basada en Stagehand utilizó aproximadamente un tercio del coste por tarea.
Ejecutar herramientas desde código reduce el coste
LangChain también evaluó una modificación en la manera de utilizar las herramientas MCP de Browserbase.
Al llamarlas desde código, el coste se redujo aproximadamente cuatro veces: pasó de 17,87 dólares a 4,52 dólares.
Esta mejora se suma a las diferencias observadas en WebVoyager, donde Stagehand completó el 90% de las 100 tareas por 1,98 dólares en total, mientras que Playwright MCP alcanzó el 78% con un gasto de 26,71 dólares.
La diferencia económica entre ambas configuraciones fue de aproximadamente 13 veces, acompañada de una ejecución tres veces más rápida con Stagehand.
Las esperas adaptativas aceleran las tareas del navegador
Otra optimización se centró en las pausas que los agentes realizan durante la navegación.
LangChain sustituyó las esperas de duración fija por un mecanismo que permite finalizar cada espera cuando la página acumula 500 milisegundos de calma.
Con este cambio, una espera configurada originalmente para ocho segundos pudo finalizar en 0,6 segundos.
La compañía combinó esta optimización con respuestas estructuradas y un límite de tiempo por llamada.
En HardBench, el conjunto de cambios redujo la mediana de ejecución de 182 a 124 segundos, mientras que la precisión se mantuvo dentro del margen de variación observado en las evaluaciones.
El resultado demuestra cómo las mejoras en los tiempos de espera pueden acelerar las tareas sin depender exclusivamente de cambios en el modelo utilizado.
Stagehand se integra con los Deep Agents de código abierto
Las optimizaciones también están disponibles para quienes trabajan con Deep Agents de código abierto.
LangChain contempla la integración de StagehandMiddleware, incluido en el paquete langchain-stagehand, con create_deep_agent.
Esta integración permite incorporar las herramientas de navegación de Stagehand a los agentes.
En cuanto a la infraestructura, la compañía presenta dos posibilidades: utilizar el navegador gestionado de Managed Deep Agents o recurrir a Browserbase para operar a escala.
De esta manera, el trabajo de optimización se extiende desde las evaluaciones de herramientas hasta su utilización dentro del ecosistema de Deep Agents.
LangChain en contexto
LangChain desarrolló estas mejoras mediante la comparación de siete conjuntos de herramientas de navegador, el análisis de trazas en LangSmith y la validación de cambios con evaluaciones. Stagehand de Browserbase fue la alternativa seleccionada, con resultados medidos en WebVoyager y HardBench y una integración disponible para Deep Agents de código abierto.
