近日，关于Jev的长文铺天盖地，但或许仍有朋友在迷茫中探寻…
摘要
本文介绍了20个‘Jev’的案例研究，Jev是一个用于构建高效AI代理的工具，展示了从航班搜索到游戏游玩等多样应用，且运营成本低廉。
查看缓存全文
缓存时间: 2026/09/22 07:50
最近，关于 Jev 的长文席卷了整个互联网，但可能仍有不少朋友感到困惑，只想知道 Jev 到底能用来做什么？我整理了 20 个案例来帮助大家。有人用它查看机票、分配工单，有人让它玩马里奥或控制模拟火箭着陆，真是百花齐放！GitHub 仓库和原文链接如下，有需要可自行查看。
- 查询航班只需约 7 秒 | jev-ultrafast
基于 Browser Use 构建的高速浏览器 Agent。Jev 在每一步仅决定“该做什么、点击哪个元素”，仅在需要输入文字时调用小模型。在 Google Flights 上搜索航班约 7 秒，花费 $0.0039。
https://github.com/browser-use/jev-ultrafast… - 为 Claude Code 清理上下文 | fast-jev-compaction
让 Jev 判断每次工具调用的内容是否仍有用，并删除无用部分。剩余的原始文本不会重写——它只决定删除和保留哪些片段。
https://github.com/tamaratran/fast-jev-compaction… - 每个新区块，问一次：买入还是卖出 | jev-trader
运行在 Monad 上，模型延迟约 81 毫秒。看看模型能否跟上为每个新区块做决策。
https://github.com/jarrodwatts/jev-trader… - 让 Jev 操作 Mac | typesafe-computer-use
使用 OCR 读取屏幕文字，然后让 Jev 选择下一步操作，仅在需要输入时调用写入模型。作者报告每步约花费 $0.0002，而 Opus 5 约为 $0.032。
https://github.com/awlevin/typesafe-computer-use… - 审阅聊天消息，调度警报 | jev-experiments
Nader Dabit 的一系列实验。一个处理 Twitch 级别的聊天审核，约每秒 300 条消息；另一个是紧急调度，在 180 秒内分配了 275 条警报。这些任务都需要持续处理大量信息并逐一判断。
https://github.com/dabit3/jev-experiments… - 让 Jev 监督 Codex 工作 | foreman
Codex 负责工作，Jev 在一旁监督：是否真的完成了？测试运行了吗？是否偏离轨道或卡住？
https://github.com/thruwire/foreman… - 代码审查前，先筛选高风险变更 | jev-review
先让 Jev 扫描代码变更并标记高风险部分，然后交给更昂贵的大型模型或人工进行仔细检查，并提供本地仪表板。
https://github.com/devagrawal09/jev-review… - 让 Jev 玩马里奥 | typesafe-mario
从模拟器的 RAM 中读取结构化状态，然后决定是跑、跳还是躲。
https://github.com/fhshaik/typesafe-mario… - 让 Jev 在安卓上逐步点击 | mobile-jev
安卓上的逐步点击 Agent。作者演示用它导航 Uber 路线，约 21 秒，9 步。
https://github.com/droidrun/mobile-jev… - 这个任务该交给哪个模型？让 Jev 先看看 | jev-router
先判断这轮编程任务的难度，然后决定分配给哪个模型。简单的用便宜模型，复杂的用更强模型。
https://github.com/gargpratyush/jev-router… - 用自然语言过滤数据库数据 | pg-jev
将 Jev 直接嵌入 Postgres，使用 WHERE jev(…) 按自然语言条件过滤行——无需先构建向量列。
https://github.com/realZachi/pg-jev… - 给 Codex 一个操作电脑的技能 | Jev-cu
Jev 从屏幕文字中选择下一步操作，敏感操作先在本地检查。
https://github.com/Sac-Y/Jev-cu - 724 条直播广告，40 秒分析完毕
@TheMattBerman 将来自 37 个品牌的 724 条广告交给 Jev，分析了钩子、格式、引用、CTA、认知阶段以及落地页是否匹配，花费约 $0.09。
https://x.com/TheMattBerman/status/2100654891756589230… - 挖掘你自己的 3,282 条过往帖子进行复盘
@iannuttall 将他累计约 1 亿浏览量的帖子交给 Jev，为每条帖子提出 8 个问题。耗时 8 分 34 秒，花费 $0.13。一个结果是：教程类帖子的点赞数中位数为 150，而所有帖子为 44。至少在他这批数据中，差异相当明显。
https://x.com/iannuttall/status/2100668908227162567… - 今日新闻——哪些与我的品牌相关？
@SUOHA_AI 用当日新闻源，判断“能否借势营销”涉及 15 个品牌。作者报告 Jev 在 28 秒内处理了 428 条内容，而 DeepSeek Flash 在同样时间内处理了 6 条。
https://x.com/SUOHA_AI/status/2101000339948282090… - 500 个电商工单——看谁分配最快
@NFT_Chen 在同一个工单分配任务上进行了对比：Jev 在 83 秒内处理了 500 个，花费 $0.01；DeepSeek V4.1 Flash 在同样时间内处理了 173 个，花费 $0.06。
https://x.com/NFT_Chen/status/2101253568774697099… - 给一个随机 URL，38 秒内填写一份 16 问的问卷
@SUOHA_AI 的另一个例子。Jev 决定“这里点击什么”，小模型仅用于填写内容；演示全程无需人工干预。
https://x.com/SUOHA_AI/status/2101640575812239406… - 连模拟火箭着陆也试了试
@uttkarsh_42 将一个猎鹰 9 号级别的模拟助推器交给 Jev，决定何时点火、启动多少台发动机、何时展开着陆腿。经过 12 次试验、245 次调用后成功着陆，花费 $0.04。
https://x.com/uttkarsh_42/status/2100690568947159309… - 用语音指挥浏览器点击 | jev-voice-browser
@moritzkremb 的一个演示：说话，转录，Jev 在约 300 毫秒内返回概率，然后 Playwright 执行点击。每次决策约 $0.0002，仓库也是开源的。
https://x.com/moritzkremb/status/2100577979021832365…
https://github.com/moritzkremb/jev-voice-browser… - Jev 官方解释
Jev 作者 @CompleteSkeptic 的原文。如果你想弄清楚它到底在做什么，从这里开始：它不聊天，不写文本，只为程序做判断。
https://x.com/CompleteSkeptic/status/2099925682726002904…
另附两个案例集合链接——如果需要更多示例，请访问：
https://hermes-ai.net/zh/jev/
https://github.com/MrJev/awesome-jev…
browser-use/jev-ultrafast
来源：https://github.com/browser-use/jev-ultrafast
Jev Ultrafast ⚡
Browser Use Cloud 等候名单已开放。 获取云端超高速浏览器 Agent 的早期访问权限。
加入等候名单 → (https://browser-use.com/ultrafast?utm_source=github&utm_medium=readme&utm_campaign=jev-ultrafast)
一个具有动态、索引化操作空间的浏览器 Agent。
给它一个目标。TypeSafe 的 Jev (https://docs.typesafe.ai/introduction) 选择一个操作和一个元素。一个小语言模型仅在操作为 TYPE_TEXT 时生成文本。
在 Google Flights 上搜索“苏黎世 → 伦敦”仅需 7.1 秒。
包含一个自然语言目标、实际文本生成和加载等待时间。
观看 MP4 · 性能数据 · 查看循环
操作空间
每次观察都会产生一个新的元素表格：
text [1] button Change ticket type · Round trip
[2] combobox Where from? · San Francisco
[3] combobox Where to? · empty
[4] textbox Departure · empty
...
操作包括 CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE 和 BLOCKED。只提供支持的操作和目标。
text one TypeSafe request
┌───────────────────────────┐
page → element table → operation │ │ click_target │ │ type_text_target │ │ select_target, if present │
└─────────────┬─────────────┘
use the matching target │
CLICK [7] ─────┤──→ browser
TYPE_TEXT [3] ─────┘
↓ small LLM → text → browser
目标问题是推测性的。如果操作是 CLICK，则只有 click_target 能执行。两个决策，一次网络往返。每个目标头只包含兼容的元素。原生下拉选项带有观察到的元素/选项索引。策略中没有网站特定的动作脚本或预定义的字段字符串。
“航班”示例提供了一个目标并独立验证结果。截图渲染器在之后添加标签；它不驱动浏览器。
试试看
git clone https://github.com/browser-use/jev-ultrafast.git
cd jev-ultrafast
uv sync
cp .env.example .env # 添加 TYPESAFE_API_KEY 和 TEXT_MODEL_API_KEY。
uv run jev
打开 http://127.0.0.1:8766 并点击 Start demo → Run automatically。检查器显示编号的元素、操作概率、目标概率和已执行的动作。Choose next 会在执行前暂停。
Chrome 通过 Browser Harness (https://github.com/browser-use/browser-harness) 连接，由 uv sync 安装。如果需要连接，运行 uv run browser-harness --doctor。出现提示时，允许 Chrome 进行远程调试。
TEXT_MODEL_API_KEY 在示例配置中是 OpenRouter 密钥。当前演示使用 inception/mercury-2.5 并禁用了推理功能。Gemini、GLM 和 DeepSeek 也可以使用 OpenAI 兼容的文本助手；配置相应的模型、端点和推理设置即可。
使用库
from jev_ultrafast import Agent
with Agent(
"https://www.google.com/travel/flights?hl=en",
"查找 2026 年 9 月 20 日苏黎世到伦敦的单程航班，一名成人经济舱。当匹配的航班选项可见时停止。",
) as agent:
for state in agent.run():
print(state["elapsed_ms"], state["status"])
使用 uv run --env-file .env python your_script.py 运行。同一个策略可以运行不同的任务：
uv run --env-file .env python examples/run.py \
--url https://en.wikipedia.org/wiki/Main_Page \
--goal '查找并打开关于哥德尔不完备定理的维基百科文章。'
uv run --env-file .env python examples/flights.py --keep-open 执行航班搜索，检查实际路线/日期/结果，并保存其跟踪信息。它不会选择或预订航班。
为什么它能快速移动
- 每个决策周期仅一次请求。 操作和目标头共享相同的观察状态。
- 默认代理循环中没有截图。 Jev 消费结构化状态。检查器可以选择启用截图；视频使用单独的连续屏幕录制。
- 每次快照仅一次浏览器调用。 原子地读取可见控件及其名称、值和文本。保留对实际 DOM 节点的引用。
- 验证所选目标。 点击会检查文档、表单值、目标及附近上下文。仅动画不会强制进行另一次预测。在输入前解析当前几何信息并拒绝被遮挡的控件。
- 等待有用状态。 在组合框中输入后，等待可见建议，上限为 200 毫秒。其他交互最多等待两个动画帧或 50 毫秒。这些读取操作在记录执行之后进行。
- 保持隐藏标签页渲染。 焦点模拟可以防止后台动画节流，而无需切换 Chrome 的可见标签页。
- 发送可见文本。 屏幕外的文章正文和页脚不会填充模型上下文。
- 重用中断的文本请求。 只有当整个文本助手输入未更改时，生成的值才能在过时页面重试后存活。
每个执行的目标都从一个观察到的节点解析。执行器会重新检查页面的新鲜度和点击遮挡情况。模型输出永远不会变成选择器、坐标、shell 命令或可执行的 JavaScript。文本助手输出必须解析为小 JSON 对象后才能输入。
足够小巧，易于阅读
| 文件 | 职责 |
|---|---|
| agent.py | 完整的循环和文本助手交接 |
| snapshot.js | 原子 DOM 快照，索引控件，新鲜度守卫 |
| browser.py | 浏览器连接，当前几何信息，执行 |
| model.py | 动态操作/目标头和文本生成 |
| questions.py | 模型指令 |
| demo.py | 本地检查器 |
证据与限制
当前视频是一次 7,073 毫秒的 Google Flights 运行。计时从初始页面观察之后开始，包括模型调用、生成文本、浏览器工作、过时决策和加载等待。一次全新的独立检查验证了单程设置、苏黎世、伦敦、2026 年 9 月 20 日和可见的航班选项。
视频以 1× 速度播放，无开头停留，最后有 0.5 秒停留。在六次使用相同模型和设置的交替运行中，两个版本都通过了 3/3。任务时间中位数从 9.450 秒降至 7.092 秒，减少 25%；浏览器协议调用中位数从 1,092 次降至 101 次。这是在单个浏览器配置文件上重复三次的一个任务，并非通用可靠性基准。
同一个策略在 2.798 秒内打开了请求的维基百科文章，并在 1.896 秒内通过了一个本地酒店搜索/过滤任务。运行记录、失败情况、源代码哈希和测量边界见 performance.md。
选择 DONE 仍需独立的结果验证。DOM 读取器处理常见的 HTML 和 ARIA 控件，但不支持完整的无障碍名称规范。影子根、框架、画布、上传、弹出标签页、嵌套滚动和任意键盘控件仍在此 MVP 范围之外。拥有标签页共享现有的 Chrome 配置文件。
开发
uv run ruff check .
uv run pytest
node --check jev_ultrafast/static/app.js
node --check jev_ultrafast/snapshot.js
uv build
测试是离线的。uv run python scripts/check_guards.py 检查本地浏览器中的真实控件，无需模型调用。实时示例和录制脚本会进行付费 API 调用。scripts/record_flights.py 捕获原始浏览器时间戳；scripts/render_demo.py 以 1× 速度渲染该已验证的运行，并裁剪掉 Google 帐户条带。凭据和原始跟踪信息保持忽略状态。
Browser Use (https://github.com/browser-use/browser-use) · Browser Harness (https://github.com/browser-use/browser-harness) · TypeSafe 投机扇出 (https://docs.typesafe.ai/patterns/fan-out)
金尘马 (@jinchenma_ai):
纯口喷解读。继文字、图片、音频、视频模型之后,又一个可能改变 Agent 格局的新模型类型来了!System One Models
相似文章
@jinchenma_ai: Jev 真的有那么强吗？你真的了解 Jev 吗？最近，整个网络都在热议 Jev，而我……
本文批判性地审视了 Jev，一个针对快速、结构化输出和成本效率进行优化的AI模型，同时质疑其判断与大型模型相比的可靠性。
体验Jev——一种有趣的AI代理方法
作者讨论了尝试使用Jev，这是一种专注于决策的AI代理工具，与使用大型语言模型处理所有任务相比，它声称在速度和成本上有显著优势。
在Jev发布后我发现的607个AI代理用例
作者在Jev发布后收集了607个AI代理用例，强调演示和生产就绪应用之间的区别，并建立了ShipWithJev.com来编目这些用例。
又一个疯狂的Jev用例！Jev让评估代理内部实际发生的事情变得极其便宜…
Beacon是一个开源的AI编码代理记忆层，使用Jev评估代理运行，并将有用的工作流程、纠正和调试模式转化为跨多个工具的可重用技能。
我将Jev作为我的AI智能体的“潜意识”辅助工具进行了测试
本文介绍了使用Jev作为快速分类器，为AI智能体过滤和处理小任务，从而提高效率并降低成本。