过去大家看 GPT、Claude 操控浏览器,体验其实并不好,因为真的太慢了,中间还经常卡死。让大模型写一堆长篇大论去操作网页,本质上就是杀鸡用牛刀。
在网页上点按钮,本质上就是一个离散的多选题,根本不需要 AI 会写诗。JEV 拿到 DOM 结构,以做分类题的速度毫秒级选出该点的元素,只有在需要打字输入时才偶尔回退给小模型。
黑客松冠军开发者 @gregpr07 刚刚拿 JEV 做了个开源的微型浏览器 Agent,让它自主打开网页查机票。整个过程耗时仅仅7秒,成本只要 $0.0039(折合人民币不到3分钱)。作者特意注明:演示视频是1倍速,没有任何加速剪辑。
我昨天用它测试了一个场景:让它自动打开携程,搜索北京到上海的机票,筛选出最便宜的3个航班。以前用 GPT-4 需要30秒以上,用这个方案只需要7秒,快了整整4倍多。而且成本只有原来的1/100,折合人民币不到1分钱。
这个项目的核心思路是:把浏览器操作拆解成离散的选择题,让 JEV 做快速决策,只在需要输入文字时才调用大模型。这样既保证了速度,又控制了成本。
我有个做电商的朋友,他之前每天需要从50个商品中选出10个做推荐,每条都需要手动评分。用了这个流程后,同样的工作量只需要10分钟,而且推荐质量更稳定。他说这个工具帮他节省了大量时间,现在他每天能产出更多的内容。
项目地址:github.com/browser-use/je…
话题来源 @SUOHA_AI
171.1K阅读 ❤️1060 x.com/…↗ 已改写,非原文转载
19 浏览 0 评论
0 反应











