Webブラウザの自律操作をAIエージェントに提供するオープンソースライブラリ「Browser Use」の開発チームは、意思決定特化型AIモデル「Jev」を高速推論層として統合した公式リポジトリ「browser-use/jev-ultrafast」をGitHub上で一般公開しました。
従来のブラウザ操作エージェントは、DOMツリーの解析や画面キャプチャのたびに巨大な汎用LLM(GPT-4oやClaude 3.7等)へリクエストを送っていたため、1回のクリックやスクロールごとに数秒の通信往復遅延が発生し、全体の処理に数分以上かかる点が実用上の大きなボトルネックとなっていました。
今回公開されたjev-ultrafastでは、構造化されたUI状態から最適なアクションを70ミリ秒から500ミリ秒で高速選択できる意思決定モデル「Jev」を人間の直感に相当する「System 1(速い思考)」として採用。クリックや要素選択などのマイクロ操作をJevが瞬時に裁き、複雑なテキスト入力や要約が必要な場面のみ軽量LLMへフォールバックする二層構造を確立しました。
ベンチマーク実証では、Google Flights上でチューリッヒからロンドンまでの航空券を検索・日付選択・候補絞り込みまで実行する複雑なタスクを、わずか7.1秒で完遂することに成功しました。公開直後からGitHubで1万6000スターを超える急反響を呼んでおり、Webスクレイピングや受発注自動化など実務エージェントの処理速度を劇的に塗り替えるブレイクスルーとして注目されています(一次ソース:Browser Use公式GitHub / Browser Use公式ドキュメント)。
