Browser Use 接入 Jev 模型后，机票查询成本降至 3 分钱

NewMax正在改browser use 在eval前接入了判别先走jev 这样应该能更快一些

NewMax正在改browser use 在eval前接入了判别先走jev 这样应该能更快一些 AYi @AYi_AInotes 喵的，开源社区有点过于凶猛了！！！ 拥有 4.5 万星的 Browser Use 创始人 Gregor Zunic 刚刚发了段实测视频， 直接把整个浏览器自动化（Browser Agent）行业的桌子给掀飞了： 查一次真实的航班机票，从打开网页、输入筛选到返回结果， 全程只花了 7 秒钟！单次成本只要 0.0039 美元（折合人民币不到 3 分钱）！ 最让人头皮发麻的是，视频右下角清清楚楚标着：这是 1 倍原速，毫无快进。 很多人以为这又是哪个团队在做加速特效博眼球， 但你仔细看他接入的底层引擎，你会发现昨天那个被争议包围的神秘新模型 Jev（ChatGPT 共同发明人刚发布的无文本模型）， 今天直接在真实的浏览器环境里，交出了让全行业目瞪口呆的答卷。 这篇开源测试背后，藏着网页智能体彻底告别“又慢又贵”的最深刻的一次工程跃迁： 从过去“等大模型慢吞吞思考几十秒” $\to$ 跨越到了“毫秒级点击跳转的确定性闪电战”！ 看懂他现场跑通的三层硬核设计，你会明白为什么传统的网页 Agent 正在被降维打击： 1️⃣ 第一层：把动作空间打碎，不看截图直接秒切： 过去的浏览器 AI 笨重得像个树懒——每走一步就要截一张图、把几万行 DOM 树塞给大模型慢吞吞地看，查个机票要两分钟； 这里直接改成了动态动作空间（Dynamic Action Space）： 大模型直接面对 DOM 状态做毫秒级映射，每一步只计算当前网页可操作的极小范围，速度直接飙到肉眼看不清； 2️⃣ 第二层：成本砍掉 450 倍的秘密——输出 Token 彻底免单： 这就是接入 Jev 最恐怖的地方！ 传统的 Agent 每点一个按钮，都要逼着大模型在后台吐几百个 Token 的思考过程，费用高到没人敢商用； 而 Jev 根本不会写自然语言，它只输出底层的结构化概率与决策，输出 Token 在物理层面上直接免费！ 整套订票流程走完，账单居然只有惊人的 0.0039 美元； 3️⃣ 最狠的第三层：大小模型混合借力（Fallback 机制）： 有人会问：Jev 既然一个字都不会写，那怎么在网页搜索框里输入机场和人名？ Gregor 给出了绝妙的解法—— 99% 的页面跳转、点击按钮、选择日期、多分支判断，全由极速的 Jev 瞬间完成； 只有在真正需要敲键盘输入文字的一瞬间，才临时唤醒一个小模型去打字！ 主力管极速冲锋，轻骑兵管文字输入，整条链路没有一毫秒的算力浪费。 昨天全网还在质疑“一个连文本都不会生成的大模型到底能有什么用”， 今天开源社区就用一份不到 3 分钱的真实机票账本，给所有怀疑者结结实实上了一课。 大模型的未来，从来不是在聊天框里陪人类写诗闲聊； 把废话全部剔除， 用这种快到不可思议的执行力，在真实网页里替你把脏活秒级干完， 这才是让 Agent 从玩具真正走向亿万人日常的终极形态。 小型的开源 Agent 已经扔到了 GitHub，建议所有做网页自动化和出海爬虫的朋友，赶紧去把这套代码拉下来跑一遍。 Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 0 👀 577 ⚡