Skyvern 是把网页操作交给模型的开源框架，面向取发票、填表和跨页面办事等任务。旧版先截图、标注并提取可交互元素，再把压缩后的列表交给模型。这个做法减少了模型面对的复杂度，却把成败绑在预处理上：Shadow DOM、iframe 和复杂控件里一旦漏掉目标，后面的推理能力无法补回一个根本没被展示的按钮。
团队参考 Pi 重写工作流，允许模型用生成的 JavaScript 扫描 HTML、调用浏览器动作、需要时截图，并主动结束任务。原文把这称作删除 RAG，但这里删除的是固定前置的网页抽取流程，不是证明所有文档检索都无用。信息仍然要获取，只是获取什么、何时获取更多地由任务过程决定。
作者报告，约十万次客户运行的生产 A/B 中，平均耗时从593秒降至262秒，每次总成本从0.039美元降至0.0302美元。调用轮次从6.4增至23，总 token 从18.8万增至28.6万；与此同时，带截图调用占比从27%降至2.7%，缓存命中率从27%升至79.7%。它说明计费结构与上下文复用足以改变“更多调用一定更贵”的直觉。另一个实验是 Odysseys 公共基准上的90.5%完美评分成功率，不能把它当作上述客户运行的成功率。
文章首次发表于10月1日、6日更新，本周因讨论和日报重新进入视野。现有证据是团队自报的架构整体比较，未充分披露生产分组、任务构成和置信区间；它足以提示排查瓶颈，却还不能把2.3倍提速全部归给“去掉RAG”这一项。