Por que o JEV navega sites em segundos

O JEV é um agente de IA que navega sites sozinho: você escreve um objetivo em linguagem comum e ele clica, digita e escolhe opções até terminar. No exemplo do próprio projeto, ele buscou um voo de Zurique para Londres no Google Flights em 7,1 segundos, contando o tempo de carregar a página e de escrever o nome das cidades.

A maioria dos agentes de navegador trabalha olhando prints da tela: tira uma foto, manda para um modelo de visão, espera a resposta, tira outra foto. Cada passo custa uma imagem pesada e uma ida e volta lenta. O JEV troca a foto por texto, e é daí que vem quase toda a velocidade.

Este guia mostra o link do projeto, explica o mecanismo em cinco peças, traz os números do README com o que eles realmente medem e lista o que você precisa ter para testar. Os dados foram conferidos na API do GitHub e no README em 03/10/2026.

O link

Repositório: https://github.com/browser-use/jev-ultrafast

Feito pela browser-use em parceria com a TypeSafe, dona do modelo Jev que dá nome ao projeto. Código aberto, em Python, criado em 16/09/2026. Tinha 21.969 estrelas em 04/10/2026.

Peça 1: a página vira uma lista numerada

A cada passo, o agente lê a página e monta uma tabela com tudo que dá para usar. No exemplo do README, a busca de voo vira algo assim:

[1] button    Change ticket type · Round trip
[2] combobox  Where from?        · San Francisco
[3] combobox  Where to?          · empty
[4] textbox   Departure          · empty

Cada botão, campo e menu ganha um número, um tipo e o texto que aparece nele. O modelo não precisa "enxergar" nada: ele lê uma lista curta.

Peça 2: uma pergunta só por passo

Com a lista pronta, o agente faz uma única pergunta ao modelo Jev: qual ação fazer e em qual número. O README chama isso de "duas decisões, uma ida e volta na rede". A ação e o alvo saem juntos, em vez de uma chamada para decidir o que fazer e outra para decidir onde.

Peça 3: só oito ações possíveis

O modelo escolhe sempre entre oito operações: CLICK, TYPE_TEXT, SELECT, SCROLL_UP, SCROLL_DOWN, WAIT, DONE e BLOCKED. Um cardápio pequeno é mais fácil de acertar. E só são oferecidos os alvos compatíveis com cada ação: o agente não pode "digitar" num botão.

Peça 4: a IA que escreve só entra quando precisa

Quando a ação é TYPE_TEXT (por exemplo, digitar "Londres" no campo de destino), uma segunda IA, pequena e rápida, escreve o texto. Nos outros passos ela nem é chamada. No exemplo do README, essa IA é o inception/mercury-2.5, acessado pela OpenRouter.

Peça 5: menos espera e menos texto

O README lista mais dois cuidados:

• Espera curta: no máximo 200 milissegundos quando o site abre sugestões, e 50 milissegundos nas outras interações.
• Só o que está visível: rodapé e partes fora da tela não vão para o modelo. Menos texto, resposta mais rápida.

Os números, e o que eles medem

O próprio README avisa: o antes e depois vem de três repetições de uma tarefa e não é um teste geral de confiabilidade. Leia os números como prova de que o mecanismo funciona, não como promessa de que todo site vai responder em sete segundos.

O que você precisa para rodar

• Duas chaves de API: TYPESAFE_API_KEY (o modelo Jev) e TEXT_MODEL_API_KEY (a IA que escreve o texto). As duas são cobradas por uso, e o README avisa que os exemplos ao vivo fazem chamadas pagas. O código é aberto; o uso não é grátis.
• Python e o navegador que o projeto controla, conforme as instruções do README.

Os limites admitidos

• Ele busca, não compra. No exemplo do voo, o agente chega aos resultados, mas não escolhe nem paga a passagem.
• Ainda é versão mínima. O README deixa de fora, por enquanto: páginas com frames, áreas desenhadas em canvas, upload de arquivo, pop-ups e rolagem dentro de rolagem.

Por onde começar

Rode primeiro o exemplo da Wikipédia, que é o mais simples e gasta pouco. Depois teste num site que você conhece bem, numa conta separada e sem nada que mova dinheiro. O que o agente faz no navegador é feito de verdade.