Jev Ultrafast: l'agente open source che prenota un volo in 7 secondi

Il team di Browser Use mostra un agente che completa compiti web in pochi secondi usando un modello leggero che decide, invece di un LLM enorme che ragiona su ogni passo.

Perché conta

Mostra una tendenza concreta nell'automazione web con AI: usare modelli piccoli e specializzati solo a decidere, per rendere gli agenti più veloci ed economici rispetto a un LLM generalista che ragiona su ogni passo del compito.

In pratica

È un prototipo da terminale, non pronto per chi non programma, e richiede chiavi API a pagamento verso TypeSafe e OpenRouter senza un prezzo pubblico dichiarato. Indica però una strada, i modelli decisionali leggeri, che potrebbe presto arrivare in strumenti più semplici.

Jev Ultrafast è un piccolo progetto open source del team di Browser Use, uno dei progetti più popolari per far controllare un browser web a un'intelligenza artificiale (oltre 115 mila stelle su GitHub). L'obiettivo dichiarato è la velocità: nella demo pubblicata dagli autori, l'agente cerca un volo da Zurigo a Londra su Google Flights e completa l'operazione in 7,1 secondi, aprendo il sito, leggendo la pagina e scegliendo l'opzione giusta da solo. Altri due esempi mostrati sono l'apertura di una voce di Wikipedia in 2,8 secondi e la ricerca filtrata di un hotel in meno di 2 secondi.

Il trucco sta nel modo in cui l'agente decide cosa fare. Invece di far scrivere al modello linguistico una lunga spiegazione di ogni passaggio, cosa che richiede tempo e soldi, il sistema mostra all'AI una tabella con gli elementi cliccabili della pagina numerati e le chiede di scegliere due cose in un'unica risposta: quale azione compiere (cliccare, scrivere testo, scorrere, aspettare, dichiarare finito) e su quale elemento. Solo se serve scrivere del testo, un secondo modello più piccolo genera le parole da inserire. Il risultato è che ogni mossa dell'agente richiede una sola richiesta di rete al modello, invece di diverse.

Il modello che prende questa decisione si chiama Jev ed è realizzato da un'azienda chiamata TypeSafe AI: non è un modello che scrive testo come ChatGPT o Claude, ma uno specializzato solo a scegliere rapidamente tra poche opzioni, un po' come un centralinista che smista le chiamate invece di rispondere lui alle domande. Usarlo richiede una chiave di accesso a pagamento verso TypeSafe e una verso OpenRouter, il servizio che fornisce il modello per scrivere il testo: il progetto non indica un prezzo pubblico, quindi quanto costa in pratica dipende dal traffico generato.

Gli stessi sviluppatori descrivono il progetto come un prototipo minimo, quello che in gergo si chiama MVP (Minimum Viable Product, cioè la versione più semplice di un'idea, fatta solo per verificare se funziona): non gestisce ancora finestre popup, contenuti dentro riquadri annidati (i cosiddetti frame), caricamenti di file o tastiere personalizzate, e i tempi mostrati derivano da tre ripetizioni dello stesso compito su un solo profilo browser, non da un test su larga scala. Anche il momento in cui l'agente dichiara di aver finito un compito non viene verificato automaticamente: bisogna controllare a mano che abbia davvero funzionato.

Per provarlo serve saper usare un terminale e Python: si scarica il codice da GitHub, si installano le dipendenze con uno strumento a riga di comando e si inseriscono le chiavi API (i codici segreti che autorizzano l'accesso a un servizio a pagamento) in un file di configurazione. Non è quindi un prodotto pronto per chi non programma, ma è un esempio concreto di una tendenza che vale la pena seguire: usare modelli piccoli e specializzati solo a decidere, invece di modelli enormi che ragionano su ogni singolo passo, per rendere gli agenti web più veloci ed economici.