浏览器自动化最常见的翻车，不是选错按钮，是没选出按钮。
我拿头条发布页做实验。15 个候选按钮摆在 qwen3.8-27B 面前——预览、预览并发布、定时发布、清空正文、编辑……我让它只回一个数字：该点哪个。
它跑了 4 秒，正文空着，一个字没吐。
它不是选错，是根本没选出来。
划重点，这不是它笨。是浏览器自动化最要命的病——**让生成式模型做选择题**。它先想"这题什么意思"，再想"候选哪个对"，再想"该用什么格式回"，额度烧完了，答案还没吐。
有另一种模型，不生成，只选。
它叫 Jev，TypeSafe AI 出的。
browser-use 官方那个 jev-ultrafast 项目，README 原话这么写：
> "TypeSafe's Jev picks an operation and an element"——Jev 选操作、选元素。
我拿头条发布页实测：15 个按钮候选，Jev 0.7 秒选中「预览并发布」，置信度 0.98；qwen3.8-27B 跑了 4 秒，一个字没吐出来。
我先跑，再说话。
账本摆出来。


丑话说前面：Jev 不全面赢。批量风险分级那块，它 5 个动作全判成 destructive，只蒙对 2 个；qwen3.8-27B 5/5 全对。


分开问，Jev 能恢复到 4/5。这说明它擅长**聚焦单决策**，不擅长批量多问——这是用它的第一条规矩。
那怎么分工？
一句话：**Jev 管「点哪个」，qwen3.8-27B 管「填什么」。**
Jev 做选择和判断，不生成文本。qwen3.8-27B 管输入框里打什么字。browser-use 官方的 `jev-ultrafast` 项目就是这个架构，不是我拍脑袋。
具体怎么搭？我写好了三个函数，今晚就能接。我拿我们自己的浏览器自动化流程走了一遍：
**场景：让 AI 帮你把文章发到头条。** 整个流程就四步，每步谁干都分好了：
**第一步，列候选（谁都不干，浏览器干）**把页面上所有按钮列出来，带上文字。这一步纯 DOM 读取，不涉及模型：
```候选 = ["预览","预览并发布","定时发布","清空正文","编辑",...（15 个）]```
**第二步，Jev 选（0.7 秒）**把候选 + 目标"把文章发出去"，一次 POST 给 Jev：
```POST api.typesafe.ai/v1/systemone{"state": "当前任务：把文章发布出去","questions": [{"type": "choice", "question": "该点哪个？","choices": ["预览", "预览并发布", "定时发布", "清空正文", "编辑"]}]}```
Jev 回：`预览并发布`，置信度 0.98。0.7 秒。qwen3.8-27B 跑同一个问题，4 秒，空正文。
**第三步，Jev 判风险（0.7 秒）**点之前再问一句：
```{"type": "choice", "question": "这个动作风险等级？","choices": ["safe", "risky", "destructive"]}```
Jev 回：`safe`，置信度 0.91。如果是 destructive，就暂停，弹给人看。**必须一次只问一个动作**——我试过把 5 个动作一起问，它全判 destructive，塌了。
**第四步，qwen3.8-27B 填表单**发布前有个输入框，要填"文章标题"。这一步 Jev 不干（它不生成文字），丢给 qwen3.8-27B：
```qwen3.8-27B("根据以下正文，生成一个 20 字以内的标题：...")→ "实测 Jev：0.7 秒选对按钮，qwen3.8-27B 跑了 4 秒没选出来"```
点「预览并发布」。完事。
**第五步，Jev 验证（0.7 秒）**点完读回页面状态，问 Jev：
```{"type": "noul", "question": "文章发布完成了吗？"}```
Jev 回：`done=True`，置信度 0.82。如果是 0.59 这种边缘值，它回 `done=False`——不确定就低分，留给你 30 秒人工判，不硬当成功。
五个步骤，三个模型分工：- 浏览器列候选（DOM）- **Jev 选 + Jev 判风险 + Jev 验证**（每个 0.7 秒）- **qwen3.8-27B 填表单**（30 秒，免费）
这就是 browser-use 官方 `jev-ultrafast` 的架构，我按它写了三个 helper，你直接抄：
```pythonpick_element(candidates, goal) # Jev 选check_action(action) # Jev 判风险（聚焦单问！）verify_done(action, expected) # Jev 验证完成```


我卡哪了，也认。
第一，**它只答选择题。** 输入框里的字它写不出来——那是 qwen3.8-27B 的活。Jev 是裁判，不登场。第二，**批量问会塌缩。** 5 个动作一起问，它全判 destructive。分开问，4/5 对。规矩就一条：聚焦单决策，一次只问一个。第三，**置信度 0.59 这种边缘值，它不硬判。** 我让它判"文章发布完了吗"，它回 done=False、置信 0.59——不确定就低分，留给你 30 秒人工判，不是替你判。
它比你聪明吗？不比你聪明。
你的选择题，它 0.7 秒答完。你的填空题，qwen3.8-27B 30 秒填完。两个搭一起，浏览器自动化从"猜"变成"选"，不再空正文。