第3章 指挥循环四拍：观察、决策、动作与复核
文档摘要
第 3 章 · 指挥循环四拍：观察、决策、动作与复核 本章要回答的三个问题：模型在每一步"看到"的页面，到底是什么东西——是真截图还是一张表格，信息丢了多少？它凭什么从几十个候选动作里挑出"点索引 7"这个决定，而不是别的？任务卡住、绕圈、点错的时候，循环内部的什么机制负责把它拉回来，边界又在哪里？ 为什么会有这一章 第 2 章你跑通了任务、读过了日志。但"读懂日志"和"说得出原理"之间隔着一层窗户纸，这层纸不捅破，后面全是玄学：为什么同一个任务今天五步明天九步？为什么把任务单里一个词从"找到"换成"点击找到"，行为就变了？为什么温度调到 0.7 突然开始点莫名其妙的按钮？ 这些现象全部指向同一个东西——指挥循环的内部构造。
第 3 章 · 指挥循环四拍：观察、决策、动作与复核
本章要回答的三个问题：模型在每一步"看到"的页面，到底是什么东西——是真截图还是一张表格，信息丢了多少？它凭什么从几十个候选动作里挑出"点索引 7"这个决定，而不是别的？任务卡住、绕圈、点错的时候，循环内部的什么机制负责把它拉回来，边界又在哪里？
为什么会有这一章
第 2 章你跑通了任务、读过了日志。但"读懂日志"和"说得出原理"之间隔着一层窗户纸，这层纸不捅破，后面全是玄学：为什么同一个任务今天五步明天九步？为什么把任务单里一个词从"找到"换成"点击找到"，行为就变了？为什么温度调到 0.7 突然开始点莫名其妙的按钮？
这些现象全部指向同一个东西——指挥循环的内部构造。Browser-Use 的每一拍都由四段组成：观察（页面被压缩成模型可读的情报）、决策（模型在动作空间里选一个）、动作（内核执行）、复核（评估结果、决定继续或收兵）。你在 2.2 看到的每一行日志，都是这四段的外显。本章把这四段逐一拆开：情报怎么组织、决策依据什么、复核凭什么判成败。拆完之后，第 2 章那些"现象"会全部升级成"可解释、可预测、可调节"的工程对象。
这一章也是全书的坐标系。第 4 章的每个功能、第 5 章的每个案例、第 6 章的每个坑，都会标注它发生在哪一拍——以后你排查任何问题，第一个问题都应该是：这事出在哪一拍？
命令台第三课：故障先定位到拍，再谈怎么修。
读完能解决什么
对照三个问题，本章交付三种能力：
- 情报层透视力——说出页面状态如何被序列化、元素编号体系怎么运作、视觉模式补足了什么；能判断"模型没找到按钮"是情报缺失还是决策失误；
- 决策层干预力——知道任务单、可用动作清单、模型参数三样东西如何共同决定模型选哪个动作；能在行为漂移时，按"先查情报、再查决策"的顺序排查；
- 复核层控制力——用步数上限、任务粒度、失败语义三件工具控制循环成本，把"跑不完"和"跑不对"区分开来处理。
各节怎么分工
| 节号 | 回答哪个问题 | 关键产出 |
|---|---|---|
| 3.1 观察：情报从哪来 | 模型看到的页面长什么样 | 情报管线图、编号体系、视觉模式取舍 |
| 3.2 决策：动作怎么选 | 选择依据与调节旋钮 | 决策输入构成、参数影响表、行为漂移排查 |
| 3.3 复核与重试 | 卡住时循环怎么自救 | 失败分类、步数经济学、任务粒度拆解法 |
三节按一拍的时序推进，但读法可以不对称：3.1 是地基必精读；3.2 与你的任务单写作直接相关，做应用的要细看；3.3 偏运维视角，跑长任务前再回来补也来得及。
先决条件
- 完整跑过第 2 章的冒烟测试与第一段任务，对日志里的"评估行、动作行"有视觉记忆；
- 读过 1.2 的指挥链编制表——本章的 Agent、Controller、ChatLLM 会反复出场，各自辖区不再重复解释；
- 不需要机器学习知识：我们谈"模型如何决策"时，只谈工程上可观察、可干预的部分，模型内部一概不展开。
往下走到哪
第 4 章开武器库。基础动作集、结构化提取、自定义扩展——每一件武器都会标注它作用于哪一拍：提取是观察拍的花活，自定义动作是决策空间的扩容，确认闸门是复核拍的加固。带着"拍"的概念去学武器，每件都能对号入座；丢了这个坐标，第 4 章就退化成 API 说明书。