ИИ-агент в браузере без скриншотов: 7 секунд и цена ошибки

Пост обещал семь секунд на поиск билета

В посте канала GitHub Radar от 21.09.2026 речь шла о быстром агенте, который управляет браузером по обычной команде. Название совпало с реальным репозиторием, отдельной ветки основного проекта browser-use это не оказалось: это самостоятельный репозиторий той же организации. Для офиса интересно другое: рутина в браузере (поиск, формы, проверка цен) выполняется быстрее человека, и вопрос только в цене ошибки.

Что я проверил в репозитории

Смотрел 19.10.2026 через GitHub и API. Репозиторий browser-use/jev-ultrafast с описанием «Fastest and cheapest web agent». Файл LICENSE: MIT, авторские права Browser Use. Создан 16.09.2026, около 23,3 тысячи звёзд, 1,7 тысячи форков, не архивирован, открытых обращений 204. Коммитов три, все от одного человека, последний в основной ветке от 18.09.2026. Проекту чуть больше месяца, а README и интерфейс на английском. Версия в pyproject 0.1.0, нужен Python 3.12 или новее. В README также стоит приглашение в список ожидания облачной версии Browser Use, то есть репозиторий отчасти витрина. Агента я не запускал, всё ниже по документации и коду.

Как он видит страницу

Скриншоты в основном цикле не участвуют. Скрипт читает страницу одним вызовом браузера и собирает таблицу видимых элементов: номер, роль (кнопка, поле, список), название и текущее значение. Берутся обычные HTML и ARIA-элементы, полное дерево доступности не строится. В отчёте авторов сказано, что вариант с деревом доступности был медленнее и его заменили.

Дальше один запрос к модели Jev возвращает два ответа сразу: какую операцию выполнить (CLICK, TYPE_TEXT, SELECT, прокрутка, ожидание, DONE, BLOCKED) и какой элемент взять для каждой. Модель выбирает из готового списка и не пишет селекторы, координаты или код. Только когда нужно вписать текст, например название города, подключается вторая, небольшая языковая модель. Скриншоты включаются лишь в локальном инспекторе.

Откуда семь секунд

Заявлено 7,073 секунды на поиск Zürich, London на Google Flights. Время считалось от первого решения после открытия главной страницы до принятого DONE. Открытие браузера, начальная навигация и итоговая независимая проверка в замер не вошли. Агент только находил варианты, билет не выбирал и не бронировал.

Авторы приводят шесть чередующихся запусков, по три на старую и новую версию. Медиана 9,450 секунды против 7,092, минус 25 процентов. Они же пишут, что это три повтора одной задачи на одном профиле и общей проверкой надёжности это не считается. Отдельные проверки: статья в Википедии за 2,798 секунды и локальная тестовая страница отеля за 1,896 секунды. Для вашего сайта закладывайте порядок «единицы и десятки секунд» и проверяйте сами.

Расход токенов в документации один: 90 558 входных и 6 325 выходных токенов на весь запуск на билетах. Два вызова текстовой модели обошлись в 0,00006272 доллара. Сколько списал сам TypeSafe, авторы не указали. Из вторичных источников известно о цене около 0,042 доллара за миллион входных токенов при бесплатном выводе. Первоисточник цены не нашёл, это не подтверждено. Условный пример при этой цене: запуск стоил бы менее полцента.

Модели, ключи и куда уходит текст страницы

Jev размещён у TypeSafe. Код обращается к api.typesafe.ai/v1/systemone с ключом TYPESAFE_API_KEY, документация TypeSafe про размещение и регионы молчит. По вторичным источникам доступ в раннем режиме и сервис в США, это не проверено. Для текста по умолчанию стоит inception/mercury-2.5 через OpenRouter, также упомянуты Gemini, GLM и DeepSeek через совместимый адрес. Локальная модель в README не описана. Оплата и доступ из России: уточняйте.

Модели отправляется видимый текст страницы. Если в нём письма, цены или персональные данные, это вопрос коммерческой тайны и 152-ФЗ, как и у расширения из разбора AIPex.

Быстрый агент и цена ошибки

Скорость работает в обе стороны: неверный клик тоже будет быстрым. Сами авторы пишут, что допустимое действие всё равно может быть неверным, а выбор DONE не доказывает успех, нужна отдельная проверка результата. Лимит запуска 60 действий и 120 запросов к модели.

С безопасностью так. Сервис инспектора слушает только 127.0.0.1 и проверяет заголовки и токен. Кнопка «Choose next» останавливает агента перед каждым действием, это готовое подтверждение шага. Но вкладки агента открываются в уже существующем профиле Chrome. Всё, во что вы там вошли, доступно агенту. Списка разрешённых сайтов в agent.py и browser.py я не нашёл, значит, ограничения по доменам придётся добавлять самим.

Чего в проекте нет

Это MVP. Авторы прямо называют недоступными теневые деревья, фреймы, canvas, загрузку файлов, всплывающие вкладки и сложные клавиатурные виджеты. Часть личных кабинетов и порталов устроена именно так. Один автор, три коммита, месяц жизни, английский язык и привязка к платному сервису другой компании: это риск для процесса, от которого зависят деньги. Поэтому я бы использовал проект как образец устройства и стенд для проверки, а не как готовую основу рабочей системы.

Что можно сделать уже сейчас

Выберите задачи только на чтение: проверка цен, поиск по каталогу, сверка наличия. Ошибка здесь стоит минуту времени, никакой заказ или запись не пострадают. Для форм и кабинетов с данными клиентов лучше другой путь: см. роботов в браузере и запись задачи один раз.

Заведите отдельный профиль Chrome без паролей, почты и банка, с тестовой учётной записью. Включите режим подтверждения каждого шага и сохраняйте журнал. Границу доверия я описывал в статье про автономность агента.

Сделайте пробу на копии своей задачи, посчитайте долю верных запусков на двадцати повторах и время вместе с проверкой человеком. Настроить агента под вашу задачу с белым списком сайтов, ролью без прав на изменение и журналом могу в рамках услуги по ИИ-агентам.

Частые вопросы

Бесплатно ли это?

Код бесплатный под MIT. Модель Jev оплачивается у TypeSafe (по вторичным данным), текстовая модель у выбранного провайдера. Итоговую стоимость запуска авторы не публиковали.

Нужен ли интернет для самих моделей?

Да. Обе модели вызываются по сети, локального режима в README нет. Скриншоты в основном цикле не нужны.

Можно ли доверить агенту оплату или удаление?

Я бы не доверял. Подтверждает человек, а оплата и удаление вообще вне зоны агента.

Коротко о главном

Jev Ultrafast показывает, что агенту в браузере не нужны скриншоты: таблица элементов и один запрос на шаг дают единицы секунд на простой задаче. Это молодой проект с одним автором, внешней моделью и профилем без изоляции, поэтому пока он годится для проб на задачах только на чтение.

Если у вас есть браузерная рутина и нужен агент с ограничениями и подтверждением шагов, напишите мне в Telegram кодовое слово «ВЕБАГЕНТ».