10+年产品经理专注分享AI 工具、AI 资讯、AI Coding、Vibe Coding与下一代产品创新,按 Ctrl+D 收藏我们
关于我 留言板 标签云 排行榜

苏米客

  • 首页
  • AIGC
    • AI最新动态
    • AI学习教程
    • AI工具集合
    • AI产品百科
    • AI编程开发
    • AI提示词
    • AI开源项目
    • AI智能体
  • Axure
    • Axure动态
    • Axure教程
  • 产品
    • 用户体验
    • 产品设计
    • 苏米杂谈
  • 资源
    • 产品UI组件库
    • 开源图标库
    • 中后台框架
  • 书单
    • AI书籍
    • 用户体验
    • UI视觉
    • 产品研究
    • 其他类型
  • 下载
    • Axure组件
    • Axure原型
    • 文档报告
    • 素材资源
  • 登录
  • 首页
  • AIGC
    • AI最新动态
    • AI学习教程
    • AI工具集合
    • AI产品百科
    • AI编程开发
    • AI提示词
    • AI开源项目
    • AI智能体
  • Axure
    • Axure动态
    • Axure教程
  • 产品
    • 用户体验
    • 产品设计
    • 苏米杂谈
  • 资源
    • 产品UI组件库
    • 开源图标库
    • 中后台框架
  • 书单
    • AI书籍
    • 用户体验
    • UI视觉
    • 产品研究
    • 其他类型
  • 下载
    • Axure组件
    • Axure原型
    • 文档报告
    • 素材资源
当前位置: 首页 » AI开源项目

browser-use 开源 jev-ultrafast:Jev 模型驱动浏览器 Agent,协议调用降 91%

38分钟前 AI开源项目 0 0

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。

图片 2

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。

Github:https://github.com/browser-use/jev-ultrafast

声明:本站原创文章文字版权归本站所有,转载务必注明作者和出处;本站转载文章仅仅代表原作者观点,不代表本站立场,图文版权归原作者所有。如有侵权,请联系我们删除。
未经允许不得转载:browser-use 开源 jev-ultrafast:Jev 模型驱动浏览器 Agent,协议调用降 91%
#开源 #Jev #browser-use #浏览器Agent #System One 
收藏 1
jit-motion 开源 Skill:一份 PRD 生成产品宣传动画,单文件 HTML 支持四画幅自适应
这是最后一篇
推荐阅读
  • 3 个近期 GitHub 热门开源项目:Buzz 协作平台、OpenMinis 手机 Linux 沙箱、Bento 单文件幻灯片
  • Seedance 2.0 Skill OS:AI 视频生成的制片人工作流,GitHub 开源项目解析
  • Prime Agent:会自我沉淀经验的开源 AI 代理架构,9.2k Stars
  • Prime Agent 开源项目:支持子Agent协作和经验沉淀的自进化编程Agent
  • Karpathy 编程四原则:让 Claude Code 不再瞎改代码的开源技能插件
评论 (0)
请登录后发表评论
分类精选
WeKnora:终于等到了腾讯ima的开源知识库框架,用 API 轻松打造本地智能文档检索
12405 1年前
OpenSpec:比 Cursor Plan 更聪明?试试这款让 AI 编码更靠谱的规范驱动工具
10722 11月前
CapCut API:一个剪映API开源项目,让AI自动剪辑视频
10300 9月前
AIRI:你的开源AI女友,让你随时拥有属于自己的 AI VTuber
9203 1年前
Antigravity-Manager:这个开源神器让你白嫖ClaudeOpus 4.5,Gemini 3!还能接Claude Code等任意平台
9126 8月前
CompressO:开源免费的视频压缩神器,让你的硬盘瞬间轻松 10 倍
8691 1年前
就要创作:从提示词到创作团队,开源 AI 网文写作平台
8541 11月前
awesome-openclaw-skills:700+ Skills 一条命令装配完成,如何让本地 AI Agent 真正落地可用
8074 7月前
Claude Code 生成专业图表的 15 个 Skills:覆盖 7 种渲染引擎的完整指南
7939 5月前
baoyu-skills:又一个宝藏Skill,面向内容创作者的技能集,支持图文生成、发布与处理
7878 8月前

文章目录

关于苏米客
分类排行
1 remiqora 开源项目:本地 AI 音乐工作站,集成 ACE-Step 与 YuE2 双模型
2 browser-use 开源 jev-ultrafast:Jev 模型驱动浏览器 Agent,协议调用降 91%
3 jit-motion 开源 Skill:一份 PRD 生成产品宣传动画,单文件 HTML 支持四画幅自适应
4 Marketing Skills 开源项目:把营销方法论转化为 AI Agent 可调用技能库
5 开源 Skill 实战:用代码渲染生成产品宣传片,零素材成本还原产品视觉风格
6 Jev Visual:前 OpenAI 员工开源决策模型的视觉版,Mac 本地运行多模态判断
7 微软开源 skill-recorder:录屏生成 Agent Skill,告别手写 SKILL.md
8 Concat 开源本地视频编辑器:21 天下载破万,AI 剪辑不依赖云端
9 VoiceStudio 开源:本地声音克隆工具,3.2 万星支持 646 种语言
10 Diagram Design:AI Agent 驱动的图表设计方案,告别模板式排版
苏米客
登录 注册
显示
没有账号? · 立即注册
显示
已有账号? · 直接登录
登录代表你已同意 用户协议 和 隐私政策
©2015-2024 苏米客XMSUMI 版权所有 · WWW.XMSUMI.COM 闽ICP备14005900号-6 网站地图 百度地图
微信文章助手 程序库 免费影视APP 免费字体下载 产品经理导航 爱克硕儿 产品经理AI资讯 Axure元件库下载 申请友联