Browserbase dévoile Stagehand v4, un SDK destiné aux agents de navigateur, en déplaçant l’essentiel de son fonctionnement au sein d’une extension de navigateur. Cette réorganisation touche au cœur de la manière dont ces agents interagissent avec le web, en transformant l’expérience distante pour la rapprocher de celle d’un environnement local. En effet, en plaçant la gestion des cibles, l’état et le dispatching CDP directement dans le navigateur, le temps de latence aller-retour diminue considérablement.

Les benchmarks présentés par Browserbase indiquent que cette nouvelle architecture est deux fois plus rapide que Playwright, tout en étant environ 80 % plus efficace en termes de jetons. C’est une amélioration notable pour les processus autonomes qui dépendent fortement de la navigation web.

Ce changement structurel répond à un problème classique des frameworks d’automatisation opérant à distance. Quand un script appelle une action comme un clic sur une page distante, il repose sur une copie locale de l’état du navigateur. Ce miroir, lorsqu’il est physiquement éloigné du navigateur réel – par exemple, dans une autre région – tend à devenir obsolète. Le résultat, ce sont des erreurs énigmatiques comme « Target page, context or browser has been closed ».

Fiabilité accrue grâce à la vérité unique

La philosophie mise en avant est que le navigateur lui-même est la seule source de vérité. Dans l’ancienne configuration, même des mécanismes de sécurité comme le contrôle de politique de domaine pouvaient échouer. Si une page ouvrait une fenêtre pop-up, le mécanisme d’interception local pouvait ne pas être opérationnel avant que le nouvel élément ne se charge, permettant à la fenêtre de fuir avant d’être bloquée. Browserbase explique que dans la version v4, la gestion des cibles réside dans l’extension. La politique de domaine est donc appliquée à l’intérieur du navigateur, ce qui signifie qu’une fenêtre pop-up bloquée sera effectivement affichée comme bloquée, au lieu d’être simplement fermée après coup. C’est une correction substantielle du point de vue de la résilience de l’agent.

L’impact sur l’ingénierie des agents

Pour ceux qui construisent des agents autonomes, l’impact est direct. Les outils utilisés pour piloter le navigateur influencent massivement le coût et la trajectoire des tâches. Les outils de Stagehand sont conçus pour ce rôle. Ils offrent des fonctionnalités comme un « snapshot » qui lit l’arbre d’accessibilité de la page, et une méthode « run » qui permet d’exécuter une séquence d’actions en un seul appel, ce que les développeurs appellent le « code mode ».

Ce mode de codage est essentiel pour maintenir le contexte léger. Au lieu de faire une série d’appels successifs, l’agent écrit un bloc de code qui contient toute la chaîne d’opérations — ouvrir, remplir un champ, cliquer, vérifier — et l’exécute sans attendre de décision intermédiaire du modèle. Selon LangChain, ce type d’approche permet aux agents de prendre en charge des tâches complexes, comme la gestion de vols ou la suppression d’abonnements, sur des sites sans API publique.

Ce déplacement de la logique de l’SDK vers l’extension permet également de partager un noyau de code unique. Ainsi, les SDKs TypeScript, Python et Go bénéficient d’une parité fonctionnelle immédiate lorsqu’une fonctionnalité est implémentée dans le cœur.

Il reste à surveiller comment cette intégration dans le navigateur affectera la complexité des architectures de déploiement, bien que l’approche vise à simplifier le cycle de vie : le runtime Stagehand vit uniquement tant que le navigateur est actif.

Sources

• Introducing Stagehand v4: the SDK for browser agents, browserbase.com
• Introducing Stagehand v4: The SDK for browser agents., browserbase.com
• How We Optimized Browser Use for Deep Agents, LangChain, 3 novembre 2026