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。
我昨天试了一下,确实快到飞起。以前用GPT操作浏览器,打开一个网页要等好几秒,现在用JEV,毫秒级响应。有个做电商比价的朋友,以前手动查10个平台的价格要花半小时,现在用这个Agent,10秒就搞定了。
JEV的思路很有意思:不做通用AI,只做特定场景的极致优化。在AI越来越卷的今天,这种专注策略反而可能杀出一条血路。大规模召回、AI推荐系统、实时交易,这些场景都能用JEV。
项目地址:github.com/browser-use/je…
如果你也在做需要快速决策的场景,可以试试这个模型。装上之后,你会发现以前那些"太慢"的决策流程,现在都可以交给AI来完成了。
话题来源 @SUOHA_AI
184.8K阅读 ❤️1131 x.com/…↗ 已改写,非原文转载
20 浏览 0 评论
0 反应











