Jev Ultrafast
Vytvořeno: 21.9.2026 | Aktualizováno: 21.09.2026 21:15
Jev Ultrafast je open-source browser agent od Browser Use pod licencí MIT. Jde o referenční implementaci a MVP, které používá Jev pro výběr operace a cíle v aktuálně pozorovaném DOM prostoru; samostatný generativní LLM vytváří text pouze pro akci TYPE_TEXT.
Architektura rozhodovací smyčky
Agent se připojuje ke Chrome přes Browser Harness a Chrome DevTools Protocol (CDP). Z prohlížeče načte strukturovaný DOM snapshot: viditelný text, dostupné ovládací prvky a jejich indexy. Každý snapshot vytvoří omezený akční prostor s podporovanými operacemi a relevantními cíli.
Jev v jednom requestu vybírá operaci a spekulativně také její kompatibilní cíl. Výsledek se provede jen pro cíl odpovídající vybrané operaci. Implementace rozhodovací části je v model.py; způsob sestavení a omezení DOM snapshotu popisuje snapshot.js.
Běžná smyčka nepoužívá screenshoty. Jev pracuje se strukturovaným stavem z DOM; screenshoty používá jen inspektor a video vzniká samostatným screencastem.
Před vstupem agent znovu ověřuje, že vybraný prvek stále existuje a je viditelný. Revaliduje také čerstvost stránky, stav formuláře, vybraný cíl a okolní kontext; před kliknutím kontroluje aktuální geometrii a zda ovládací prvek není překrytý. Výstup modelu se nepoužívá jako CSS selektor, souřadnice ani spustitelný JavaScript.
Generování textu
Textový model se volá pouze při operaci TYPE_TEXT. Výchozí konfigurace v .env.example používá přes OpenRouter Inception Mercury 2.5 s vypnutým reasoning. Inception tento model řadí mezi své diffusion LLM.
Jev tedy nevytváří hodnotu pro textové pole. Pro TYPE_TEXT agent předá účel, kontext pole, část textu stránky a nedávné akce textovému LLM; odpověď musí projít validací malého JSON objektu před zapsáním do prohlížeče.
Omezení a bezpečnost
Projekt je čerstvý a má charakter MVP. DOM reader nepodporuje shadow DOM, iframe, canvas, upload souborů, nové taby, nested scrolling ani libovolné keyboard widgety. Podporuje běžné HTML a ARIA ovládací prvky, nikoli celou specifikaci accessible name.
Obsah viditelného DOM se posílá TypeSafe jako stav pro rozhodování. Při TYPE_TEXT se relevantní textový kontext posílá také textovému LLM. Agenta proto není vhodné spouštět nad citlivým produkčním profilem bez samostatného posouzení toho, jaká data se mohou v DOM objevit a jak jsou zpracovávána poskytovateli modelů.
Měření výkonu
Autory deklarované měření pro jeden úkol v Google Flights uvádí pokles mediánu času z 9,450 s na 7,092 s, tedy o 25 %. Srovnání má tři páry běhů, přičemž obě varianty uspěly ve všech třech bězích.
Nejde o obecný reliability benchmark: jde o malý kontrolovaný experiment s jedním úkolem, jedním existujícím Chrome profilem a třemi opakováními na každou variantu. Autoři výslovně uvádějí, že tři páry nestačí pro silné statistické tvrzení.
Závěr
Jev Ultrafast je architektonicky zajímavý zejména jako DOM-first přístup s omezeným akčním prostorem, kde model vybírá jen z aktuálně pozorovaných kompatibilních akcí. Není to ověřená univerzální náhrada browser agentů: projekt má úzké funkční hranice a dosavadní měření dokládá pouze malý kontrolovaný experiment.
Petr Nosek