三周 21,000 颗星，7 秒完成 Google Flights 全流程。Browser-Use 团队的 jev-ultrafast 是这周最值得关注的浏览器 Agent（让 AI 模拟人操作浏览器的程序）开源项目——但数字越漂亮，越要问一句：真能用吗？

浏览器自动化这门生意，Selenium、Playwright 已经做了 20 年，每一代新工具都死在同一个地方——真实业务页面有验证码、有反爬、有登录态、有偶发蒙层弹窗，纯前端方案基本无解。

这是什么

jev-ultrafast 的核心是分层设计：高频的"点哪个按钮"由 Jev 小模型判断（只输出动作概率，不生成文字），需要填具体文字时才调用文本模型。"判断与生成拆分"并不新，但 Browser-Use 是 GitHub 上把它工程化做得最完整的团队之一。

文章另一主角 ServBay 是本地 AI 网关，能让 OpenAI、Anthropic、Gemini 的 API 互通并自动切换渠道。整套方案瞄准的场景，是开发者用浏览器 Agent 替自己点云平台后台、配 API 密钥。

行业怎么看

支持方主要是开发者社区：把判断和生成拆开确实是当前 Agent 最大的延迟瓶颈，Browser-Use 的 star 增速说明真有人在用它做生产任务。

但冷静的声音更值得听。

第一，7 秒订机票是 cherry-picked（精心挑选过的好案例）演示。验证码、反爬、登录态这套纯前端方案基本无解，真实业务页面 95% 的时间花在等待和异常处理上，不是决策；

第二，Jev 模型本身仍是封闭的，没人能复现训练过程，21k star 究竟是产品力还是 trending 机制下的泡沫，几周后会自己回答；

第三，整篇文章的"全自动云控制台"场景几乎全部依赖 ServBay 一家公司的产品，读起来更像一篇联合营销稿。

对普通人的影响

对企业 IT：可以省掉一部分 RPA（让软件替人点鼠标的自动化工具）的脚本维护预算，但短期内不建议把核心流程押注单一开源项目——浏览器自动化工具的"坟场"已经很长。

对个人职场：暂时跟你关系不大。这类 Agent 当前主要解决开发者自己的运维场景，普通人日常用的浏览器插件就能覆盖。

对消费市场：距离替代你的浏览器助手还远。购物、订票这类高价值场景容错成本太高，平台方也不愿意开放给第三方 Agent 自由操作。