Jev 用法与案例：Browser Use、Agent 工作流

Lightpanda 的 agent 用 Jev 识别用户名、密码和提交按钮，0.53 秒 2 次调用，对比 Claude Haiku 5.5 的 7.83 秒 8 次工具调用。

作者把主流 AI 浏览器自动化方案分成八派，其中 Jev Ultrafast 靠压缩动作空间和交互元素来降低推理延迟与 Token 成本。

演示在一台 DGX Spark 上跑完全本地的多模态栈：语音克隆、图像视频生成、Qwen 27B 主模型、Drama 3 语音与转写，并用 Jev computer-use 模型处理操作决策，全程一镜到底未剪辑。

开源项目 chesshacker 让 Meta Ray-Bans 通过 WhatsApp 视频通话把棋盘传给 Mac：Jev 先做廉价预检判断画面是否变化，无变化就不调用模型，再由 Opus 5.5 读盘、Stockfish 出招、虚拟麦克风念给你听。

作者把基于 Jev 的 Mobile Use 开源到 System-One-Computer-Use 仓库，称手机上效果比 PC 更好，并正用它自动领宝可梦卡包。

作者在搭一套用 TypeSafe AI Jev 和 Cloudflare Clairic 控制机器人的 harness，演示提示词「去厨房找炉子」。

开源工作流：Jev 先做廉价帧预检过滤无变化画面，只在必要时调 Opus 5.5 读棋盘，再由 Stockfish 出招并语音报给佩戴者。

把 Jev 放在每次昂贵操作前，用 goal、任务类型、上次错误等小状态返回 proceed、reuse_cache、stop_retry、research_capped、ask_human 五选一。

汇总 TypeSafe 官方 Agent Skill 与四个社区项目，分别用 Jev 做 SEO 逐页判分、语音控浏览器、玩马里奥和无人机战术决策。

对比测试中 ego-browser 最快、BrowserOS Neo 次之、Jev + Chrome 最慢，原因是前者把多步浏览器操作合成一步脚本。

作者刚用上自己 demo 的 Jev 集成 computer use 系统的语音模式，打算把这套语音交互带进 poly。

帖子列举 Jev 上线三天的用法：3.5 美分分拣 500 封邮件、浏览器 agent 7 秒找航班、交易 bot 每 81 毫秒决策、Claude 会话从近百万 token 压到 8.6 万。