Глибокі дослідницькі системи, що використовують веб-агентів, стикаються з проблемами ефективності пошуку через довгі траєкторії викликів інструментів, циклічні міркування та непродуктивні дослідження. WebClipper — це нова структура, яка вирішує цю проблему шляхом стиснення траєкторій веб-агента за допомогою обрізання на основі графів. Вона моделює пошук агента як граф станів і оптимізує траєкторії в мінімальні орієнтовані ациклічні графи, зберігаючи суттєві міркування, усуваючи надмірність. Безперервне навчання на цих уточнених траєкторіях дозволяє агентам розвивати більш ефективні схеми пошуку, скорочуючи раунди викликів інструментів приблизно на 20%, одночасно підвищуючи точність. Ця робота надає практичні відомості про баланс ефективності та дієвості в розробці веб-агентів.