AI Agent 做浏览器自动化时，很多问题看起来像模型问题，实际上是环境问题。

常见现象包括：

- 同一条任务昨天成功，今天失败
- 同一套脚本在不同账号上表现不一致
- 日志显示执行成功，但业务结果不正确
- 页面反复要求重新登录
- 自动化入口调用了错误的浏览器环境

这类问题的排查顺序，不应该先从提示词开始，而应该先检查 Profile 和环境状态。

1. Agent 任务依赖哪些环境对象

如果这些对象没有固定，Agent 每次面对的页面现场可能都不同。

2. 建议的最小环境配置

可以用一个结构化配置约束任务运行环境：

```yaml
workspace_id: workspace-cn-01
profile_id: profile-cn-01
network_policy_id: network-cn-stable
browser:
  timezone: Asia/Shanghai
  language: zh-CN
session:
  require_cookie_valid: true
  require_local_storage_ready: true
  require_indexeddb_ready: true
automation:
  run_if_profile_status: active
  pause_on_session_invalid: true
```

这类配置的价值不是复杂，而是让任务能回答一个基本问题：

> 这次运行到底使用了哪个环境？

3. 任务启动前检查清单

建议把这一步做成 preflight check。检查不通过时，不要继续提交任务。

4. 失败分类建议

特别是 security_verification_required，不建议通过自动重试处理。更稳妥的做法是暂停任务，保存截图、URL、页面标题和环境快照，然后人工处理。

5. 推荐排查顺序

```text
1. 检查 profile_id 是否固定
2. 检查 Cookie / LocalStorage / IndexedDB 是否可用
3. 检查 Proxy、时区、语言、地区是否一致
4. 检查自动化入口是否绑定正确工作区
5. 检查页面结构和选择器是否变化
6. 检查 Agent 判断理由和截图证据
7. 检查最近一次环境变更是否有记录
```

6. 工具层落地建议

如果团队已经在跑多个浏览器环境，建议不要让任务脚本直接引用临时浏览器实例。

更稳定的方式是：

- 先建立 Profile Registry
- 再绑定 Proxy Policy
- 再记录 Session 状态
- 再由 Automation Interface 消费可用环境
- 最后把运行记录写入 RunTrace

例如 浏览器环境管理工作台这类方向，就是把 Profile、代理、会话和 Agent 自动化入口放在同一套本地优先工作流里管理。

总结

AI Agent 浏览器自动化的稳定性，不只取决于模型能力。

在工程实践里，Profile、Session、Proxy 和任务入口才是更基础的稳定层。

先稳定环境，再优化提示词和脚本，排查路径会清晰很多。