Browser Use ha redefinido su arquitectura de agentes de navegador para superar las limitaciones de los espacios de acción y estado predefinidos. Tras el lanzamiento de Browser Use en noviembre de 2024, la empresa experimentó con la ejecución de JavaScript y notebooks persistentes en 2025, permitiendo a los modelos de lenguaje escribir código en lugar de seleccionar acciones fijas. Sin embargo, el principal obstáculo residía en la representación del estado: los modelos no podían interactuar con elementos de la página que no estaban explícitamente listados en la interfaz, como botones de cookies o menús desplegables de historiales clínicos (EHR).
Para resolver esto, Browser Use eliminó la restricción de estado predefinido, otorgando a los modelos un acceso directo al Chrome DevTools Protocol (CDP). Esta decisión técnica permite que el modelo decida qué observar y cómo interactuar con el DOM, utilizando técnicas como capturas de pantalla o consultas de DOM, en lugar de depender de una lista estática de elementos clickeables. El uso de CDP nativo, en lugar de Playwright, elimina suposiciones sobre la estructura del DOM, como las sombras cerradas, permitiendo una inspección más profunda.
Esta evolución se alinea con la 'lección amarga' de Richard Sutton, que favorece métodos generales que mejoran con más cómputo. Browser Use ha integrado estos principios en su Agent SDK y Browser Harness, reutilizando infraestructuras probadas de agentes de código para evitar errores en el bucle de ejecución. El objetivo es ofrecer una interfaz mínima y flexible que permita a los modelos elegir sus propias observaciones y acciones, adaptándose a la complejidad de las tareas de automatización de navegador.