4天拿下13.6k星！Browser Use接上Jev，Agent操作浏览器效率提升10倍

本文来源： 开源AI（公众号：开源AI）
原文链接： https://mp.weixin.qq.com/s/MePCXmhmXGCfm6G0Uy4XgA
发布时间： 2026-09-21 18:36

作者： 开源AI　　发布时间： 2026-09-21 18:36

jev这几天挺火的，看大家都在找一些场景去用它。

可能很多朋友还不知道jev是什么，今天主要是简单讲下jev，然后分享一个browser-use开源的项目。

AI操作浏览器现在很慢，搜索资料、填写表单、切换筛选条件，磨磨唧唧的，不流畅。

页面已经加载好了，按钮也在那里，它还要等模型返回下一步指令。

一个任务操作十几次，每一项操作都要思考判断，那么这些动作真的需要那么久的思考吗？

jev跟浏览器操作就很契合，这个模型可以快速判断，给出下一步操作的结果，需要填内容的时候再去用其他模型。

Browser Use把浏览器操作和jev结合起来，开源了这个项目，4天拿了13.6k星星。

先了解一下Jev

这部分是帮没了解过jev的朋友们补课的，了解的可以往下看。

Jev是前几天刚发布的一个决策模型，创始人Diogo Almeida是一个连续创业者，之前还在OpenAI干过几年构建指令遵循和对话训练方法。

jev你可以理解成一个专门做选择题的模型，他输出的只有选择的结果和对应的概率，不像普通大模型那种可以输出很多文本。

打个比方，AB两人参加运动会，让AI分析谁会获胜，jev就会参考信息，得出结论，A获胜，概率是80%。

做这种事情，jev的成本就比普通的大模型便宜百倍。

因为jev做的就是判断，像人一样，对某一件事情了解后的直观判断。

再看个我认为最能帮助大家理解jev能干啥的demo视频吧，让jev玩地铁跑酷游戏。

📺 该视频来自微信（视频号/公众号托管），外部站点无法直接播放。请前往公众号原文观看：
👉 点此在微信中观看视频

这样的话，放到浏览器里应该就好理解了吧？

页面已经打开，输入框和按钮都在那里，Agent不断判断该填哪个、点哪个、什么时候继续，jev就能让这个过程大幅提效。

项目简介

jev-ultrafast是一个由Jev决策网页操作、由文本模型补充输入内容的开源浏览器Agent。

你给它一个目标，它读取当前页面，选择操作，执行后再读取页面，直到判断任务完成或遇到阻碍。

我来做个简单的任务拆解你就明白了。

• 程序读取页面，整理出当前可操作的元素。
• Jev判断下一步做什么，以及操作哪个元素。
• 需要填写文字时，调用文本模型生成内容，再由程序执行。

这其实对于任何Agent来说都可能会有巨大的提升。

DEMO

任务是查找26年9月20日，苏黎世飞往伦敦、单程、一位成人、经济舱的航班，找到符合条件的结果。

Agent 会修改行程条件、填写城市、处理候选项，随后发起搜索，等待结果。

任务耗时7秒，这是AI操作浏览器的巨大进步。

功能特点

把下一步需要的判断一起做完

网页操作要判断两个问题，下一步应该点击还是输入，对应的是哪个元素。

这个项目把操作类型和可能需要的目标问题放进同一次Jev请求。拿到结果后，再由程序执行匹配的操作。

对于需要连续操作十几步的任务，减少模型请求之间的往返等待，就能让执行过程更紧凑。

直接读取网页控件

默认运行过程中，它读取的是网页里的控件、名称、当前值和可见文字。

这样模型就可以围绕目的地输入框、搜索按钮这些信息做判断，减少逐步截图的环节。

项目也优化了页面读取、操作后的等待等环节，最终的速度提升，是模型和浏览器执行流程共同优化的结果。

每一步怎么选，都能看见

项目提供了本地检查界面，可以查看元素编号、操作概率、目标概率和已经执行的动作。

可以自动运行，也可以在执行下一步前暂停，出错时，可以顺着页面状态、模型选择和执行结果逐步排查。

操作之前，再检查一下页面

模型做决定期间，网页可能已经变了，按钮移动了、弹窗出现了、输入框被替换了，都可能让之前的判断失效。

这个项目会在执行前检查目标和页面状态，还会检查点击位置是否被遮挡。

写在最后

jev这个判断模型新概念，到底会让AI行业或者某项AI能力提升多少，还不好说。

我这几天也在一直关注jev的应用场景，看看到底是能搞出点什么。

比如说，用jev做量化，分析下来的话高频交易延迟达不到，低频交易也有点问题。

今天也看到不少人在给这个模型降温。

我的看法是，先别着急给这个模型下定论。

让AI更快、更便宜地做出一个小判断，这件事本身就有价值，至于能做出多少好用的产品，总会有人有很好的思路去应用它，剩下的就交给时间吧。

项目链接

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

本文转载自微信公众号「开源AI」，仅供学习交流使用。