> **JeecgBoot AI专题研究** | 从 Jev 决策模型到 jev-ultrafast：把 Agent 的"判断"和"生成"拆开之后，浏览器自动化发生了什么

---

![Jev 决策模型 + Browser Use](https://developer.qcloudimg.com/http-save/yehe-1184138/7589c19ec02565462297db1cd87b338d.jpg)

#### 浏览器 Agent 为什么总是慢半拍

用过 AI 浏览器 Agent 的人大概都有同感：页面早就加载完了，按钮就摆在那儿，它却迟迟不动——因为每一步都要等大模型"想清楚"再返回下一条指令。

一个普通任务，比如查一趟航班，往往要经历十几次操作：切换单程、填出发地、填目的地、选日期、点搜索……每一次都走一遍完整的大模型推理，延迟就这样一层层叠了上去。

问题是：**"下一步点哪个按钮"这种事，真的需要一个能写长文的大模型来深思熟虑吗？**

Browser Use 团队给出的答案是否定的。他们把专门做判断的 **Jev** 模型接进浏览器 Agent，开源了 **jev-ultrafast** 项目，上线 4 天就拿到了 13.6k Star。

![Jev Ultrafast：让 AI 操作网页，更利落](https://developer.qcloudimg.com/http-save/yehe-1184138/fb168635724de8cea198cba3d0bb3ac2.jpg)

#### 先认识 Jev：一个只做选择题的模型

如果你还没接触过 Jev，可以先把它理解为**"专门回答选择题的模型"**。

它由 TypeSafe 推出，创始人 Diogo Almeida 是一位连续创业者，此前在 OpenAI 参与过指令遵循与对话训练方法的构建。和常见的大语言模型不同，Jev 不生成大段文本，**它的输出只有两样东西：选了什么，以及对应的概率**。

举个例子：A、B 两人参加比赛，让 Jev 根据给定信息判断谁会赢，它返回的就是"A 胜，概率 80%"这样的结构化结果：

![Jev 的结构化输出：选项、置信度与概率分布](https://developer.qcloudimg.com/http-save/yehe-1184138/b6c9e840b39a0ee534e28e11a8288e9e.png)

注意看返回里的 `usage`：输入 246 个 token，输出只有 28 个。正因为只做判断、不做生成，Jev 在这类任务上的成本据称可以比通用大模型低上百倍，响应速度也快得多。它更像人的"直觉判断"——了解情况之后，立刻给出倾向。

把这个特性放到浏览器里就很好理解了：页面上的输入框、按钮都已经在那里，Agent 需要不停地回答"下一步填哪个、点哪个、是否结束"——这恰恰是一连串的选择题。

#### jev-ultrafast 是什么

jev-ultrafast 是 Browser Use 开源的一个浏览器 Agent，分工非常明确：

- **Jev 负责决策**：下一步做什么操作、作用在哪个元素上；
- **文本模型负责补充内容**：只有当需要往输入框里填文字时，才调用生成式模型；
- **程序负责执行**：把决策落实为真实的点击和输入。

![jev-ultrafast 仓库：MIT 协议，上线数日即获 13.6k Star](https://developer.qcloudimg.com/http-save/yehe-1184138/81d5faf5653000cb90cec7c333569e7e.png)

它的运行循环可以拆成这样几步：

1. 读取当前页面，整理出可操作的元素列表；
2. 把"操作类型 + 目标元素"交给 Jev 判断；
3. 如果需要输入文字，调用文本模型生成内容；
4. 程序执行操作，然后重新读取页面；
5. 循环往复，直到 Jev 判断任务完成或遇到无法继续的阻碍。

这种"**判断交给小而快的决策模型，生成交给大模型**"的拆分思路，其实不只适用于浏览器，对任何需要高频决策的 Agent 都有借鉴意义。

#### 实测：7 秒完成一次航班搜索

官方 Demo 的任务是：查找 2026 年 9 月 20 日从苏黎世飞往伦敦、单程、一位成人、经济舱的航班。

Agent 需要依次修改行程类型、填写出发和到达城市、处理下拉候选项、选择日期，再发起搜索并等待结果。整个流程耗时约 **7 秒**：

![jev-ultrafast 实测：苏黎世到伦敦航班搜索，全程约 7.1 秒](https://developer.qcloudimg.com/http-save/yehe-1184138/7cb8cc8d2d07bcacbf0fa3f4c4b1a6a3.gif)

对于习惯了浏览器 Agent"一步一停顿"的人来说，这个速度确实是一个明显的跨越。

#### 快在哪里：四个关键设计

**一次请求，把两个问题一起答完**

网页操作每一步其实都要回答两个问题：**做什么**（点击还是输入）和**对谁做**（哪个元素）。jev-ultrafast 把这两个问题合并进同一次 Jev 请求，拿到结果后由程序直接执行。

对于动辄十几步的任务，每一步省掉一次模型往返，累计下来就是数倍的时间差。

**读控件，而不是看截图**

默认模式下，它读取的是网页中的控件结构：元素名称、当前值、可见文字等，而不是逐步截图交给视觉模型理解。这样 Jev 可以直接围绕"目的地输入框""搜索按钮"这些语义信息做判断。

项目同时优化了页面读取、操作后等待等环节——最终的提速是**模型选型与执行流程共同优化**的结果，而不只是换了一个更快的模型。

**每一步决策都可追溯**

项目提供了本地检查界面，可以看到元素编号、操作概率、目标概率以及已经执行过的动作。你既可以让它全自动跑，也可以设置为每一步执行前暂停。出错时，顺着"页面状态 → 模型选择 → 执行结果"逐步排查即可。

概率输出在这里很有价值：当某一步的最高概率明显偏低时，往往意味着页面状态和预期不一致，是排查问题的好线索。

**执行前再确认一次页面**

模型做决定的那一瞬间，页面可能已经变了：按钮挪了位置、弹窗冒了出来、输入框被重新渲染……这些都会让刚才的判断失效。jev-ultrafast 会在执行前**再次校验目标元素和页面状态**，并检查点击位置是否被遮挡，避免"点了个寂寞"。

#### 冷静看待：它不是万能的

关于 Jev 这类决策模型，目前社区里既有热捧也有降温的声音，有几点值得客观看待：

- **适合封闭判断，不适合开放生成**：Jev 擅长"从已知选项中挑一个"，需要创作、推理链很长或涉及精确计算的任务，仍然要交给通用大模型；
- **对延迟极敏感的场景未必够用**：比如有人尝试用它做量化交易，高频场景的延迟要求它达不到，低频场景又未必比现有方案更有优势；
- **页面结构质量影响很大**：读控件的方式依赖网页的可访问性信息，遇到大量 Canvas 绘制或结构混乱的页面，效果可能打折扣，届时仍需截图 + 视觉模型兜底。

但"让 AI 更快、更便宜地做出一个小判断"这件事本身就有清晰的价值。浏览器自动化只是第一个被验证的场景，表单填写、RPA 流程、工单分流、测试用例执行等需要大量小决策的环节，都可能从这种"判断与生成分离"的架构中受益。

项目地址：https://github.com/browser-use/jev-ultrafast

---

#### 总结

- 浏览器 Agent 慢，根源在于每一步小判断都在调用完整的大模型推理；
- Jev 是只输出"选项 + 概率"的决策模型，成本低、响应快，天然适合高频选择题；
- jev-ultrafast 把操作决策交给 Jev、文本填写交给生成模型，并通过合并请求、读取控件、可追溯检查界面、执行前校验等设计，把航班搜索压缩到约 7 秒；
- 它不能替代通用大模型，但"判断与生成分离"的思路，值得所有做 Agent 的团队参考。

---

*本文为 JeecgBoot AI 专题研究系列文章。*

JeecgBoot AI专题研究 | 从 Jev 决策模型到 jev-ultrafast：把 Agent 的"判断"和"生成"拆开之后，浏览器自动化发生了什么

浏览器 Agent 提速 10 倍的秘密：Browser Use 开源 jev-ultrafast，让决策模型接管"点哪里"

人工智能

前端

开发工具

JeecgBootAI专题研究：jev-ultrafast通过将决策交给轻量级Jev模型、生成交给文本模型，实现浏览器自动化7秒完成航班搜索。核心设计包括合并决策请求、读取控件结构、执行前校验及可追溯检查界面，成本降低上百倍。该架构适用于表单填写、RPA等高频小决策场景，开源4天获13.6kStar。

大模型推理

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

浏览器 Agent 提速 10 倍的秘密：Browser Use 开源 jev-ultrafast，让决策模型接管"点哪里"-腾讯云开发者社区-腾讯云

浏览器 Agent 提速 10 倍的秘密：Browser Use 开源 jev-ultrafast，让决策模型接管"点哪里"

浏览器 Agent 提速 10 倍的秘密：Browser Use 开源 jev-ultrafast，让决策模型接管"点哪里"

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐