Branch-and-Browse: адаптивные подзадачи и древовидное исследование с памятью по контексту

LLM забывает историю при сложных задачах: через 10 шагов модель не помнит что кликала на «Admin panel» и это был тупик — кликает снова. Branch-and-Browse позволяет модели исследовать задачи с многократными возвратами и переиспользованием знаний между попытками. Фишка: лог действий для каждого контекста (страницы, конкурента, источника). Модель вернулась к странице А из ветки Б → загрузила историю → пропускает известные тупики. Линейные методы идут вперёд без возврата, древовидные не помнят между ветками — этот делает оба трюка.