browser-use 团队开源了 jev-ultrafast 项目,将 Jev 模型集成到浏览器 Agent 中。项目开源仅 3 天便获得 7.1K Star,并登上 Hacker News 首页。其核心突破是:在 Google Flights 搜索任务中,将耗时从 9.45 秒降至 7.1 秒,同时将浏览器协议调用次数从 1092 次大幅压缩至 101 次,降幅达 91%。
什么是 Jev?
Jev 是由 OpenAI 前研究员、RLHF 训练方法共同发明者 Diogo Almeida 创立的 TypeSafe AI 开发的全新 AI 模型。它不是大语言模型(LLM),而是 TypeSafe 定义的系统一模型(System One Model),借用了认知科学中"快速、直觉反应"的概念。

与传统 LLM 自回归逐个生成 token 不同,Jev 接收上下文和选项后,一次性返回结构化决策(选哪个、置信度、概率)。其优势显著:
- 速度快 100-200 倍:端到端响应时间 70-500ms,达毫秒级
- 便宜 100-400 倍:输入 token 仅 $0.042/百万,输出 token 免费
- 不会幻觉:输出格式预定义,不可能"瞎说"
- 永远带置信度:告知决策确定程度,低置信度可选择不自动执行
Vercel AI Gateway 数据显示,Jev 上线 24 小时内被 13% 付费团队接入,是 Gateway 历史上采用速度最快的模型。
把 Jev 装进浏览器 Agent
传统 AI 浏览器 Agent 的工作方式是"每走一步截屏→发给 LLM 理解→决策",导致速度慢、成本高、不稳定。jev-ultrafast 彻底颠覆了这一模式:
- 读 DOM,不看截图:直接通过浏览器协议获取所有可见交互控件(按钮、输入框、下拉菜单等),带上类型、名称、状态
- 给元素编号:得到一张结构化的元素表,交给 Jev
- Jev 决策:只回答两件事——做什么操作(CLICK/TYPE_TEXT/SELECT)和对哪个编号元素做。一次请求,两个决策头同时返回
- 小模型生成文本:仅在需要打字时调用小语言模型(如 inception/mercury-2.5)生成输入文本
决策周期从"截图→理解→决策→执行→再看图"压缩为"读 DOM → Jev 决策 → 执行 → 验证 → 循环"。
性能优化细节
- 每个快照只调用一次浏览器协议,一次性获取所有可见控件
- 执行前校验目标有效性:检查元素是否被遮挡、是否有动画、页面是否最新
- 智能等待策略:combobox 输入后最多等 200ms 看下拉建议,其他交互最多等两帧或 50ms
- 后台标签页保持渲染:用 focus 模拟防止 Chrome 节流后台页面动画
- 只给模型看可见文字,屏幕外正文、页脚、隐藏元素不进入 context
性能数据
| 任务 | 耗时 |
|---|---|
| Google Flights:苏黎世→伦敦 | 7.073 秒 |
| Wikipedia:打开哥德尔不完备定理词条 | 2.798 秒 |
| 本地酒店搜索+筛选 | 1.896 秒 |
对比传统方式,Google Flights 任务耗时中位数从 9.450s 降至 7.092s(快 25%),浏览器协议调用次数从 1092 降至 101(降 91%)。Google Flights 完整运行的 TypeSafe API 调用成本仅约 $0.0039(不到 3 厘钱)。
快速上手
使用 uv 包管理器:
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast
uv sync
配置 .env 文件,填写 TYPESAFE_API_KEY 和 TEXT_MODEL_API_KEY。首次运行前执行 uv run browser-harness --doctor 允许 Chrome 远程调试。运行 uv run jev 后打开 http://127.0.0.1:8766 即可观看演示。
作为库使用仅需几行代码:
from jev_ultrafast import Agent
with Agent(
"https://www.google.com/travel/flights?hl=en",
"Find one-way flights from Zurich to London...",
) as agent:
for state in agent.run():
print(state["elapsed_ms"], state["status"])
写在最后
jev-ultrafast 证明了浏览器 Agent 不一定依赖 LLM 的"视觉+推理"。先把世界翻译为结构化数据,再让 AI 做它最擅长的事(选择),实现了成本几乎为零、延迟极低、可靠性大幅提升的自动化。系统一模型 + 结构化环境 = 便宜、快速、可靠的自动化。