Browser Use 团队基于最近爆火的 Jev 模型做了个 jev-ultrafast，主打就是快，已经狂揽了 19000+ Star。 官方给的演示案例里，在 Google Flights 上搜苏黎世飞伦敦的航班只用了 7.1 秒。 它把页面上能点的按钮、输入框编成一张带编号的表，Jev 一次请求就同时决定做什么动作、点哪一个元素。 只有需要往框里打字时，才叫一个小模型生成文字。默认流程里也不截图，全靠读页面结构。 GitHub： 作者拿新旧两版各跑了三轮同一个任务，耗时中位数从 9.45 秒降到 7.09 秒，跟浏览器的通信次数从 1092 次降到 101 次。 模型的输出不会直接变成点击坐标或者脚本，只能从页面上真实存在的元素里挑，这个设计挺让人放心。 核心代码就 6 个文件，想弄明白浏览器 Agent 到底怎么跑起来的，感兴趣的开发者可以看看。

browser-use 做了一个 video-use Skill，很适合把视频剪辑拆成Agent能执行的流水线。 它不是简单“让 AI 看视频”，而是： 转写音频； 提取时间戳； 识别说话人； 生成关键帧； 让模型在关键节点判断； 输出剪辑决策； 最后用 ffmpeg 渲染。 这说明了一个机会： 短视频剪辑服务以后不一定靠剪辑师一帧一帧拖时间线。 可以卖一套“AI 剪辑工作流”： 访谈切条； 课程切片； 直播精华； 播客短视频； 案例视频混剪。

不久前，Browser Use 将接 Jev 接入 Agent 操作浏览器，这次 APUS 团队更进一步，用开源的 Qwen3.5 把这套思路搬到了本地。 项目叫 Fast Browser Use，先扫一遍页面，只挑出当前看得见、点得动的按钮和输入框，编成 A、B、C 这样的选项。 模型只做选择题，不写选择器代码，也就编不出不存在的元素，只有往输入框里打字时才真正生成文字。 README 里给了实测，从维基百科首页找到 Python 词条并打开，9B 模型中位 4 秒左右，填完一张设置表单 2.5 秒。 GitHub： 全程在本机推理，不调任何云端接口，页面内容也不外传。M 系列芯片的 Mac 有 16GB 内存就能跑 9B 的量化版，模型文件大约 6GB。 装好后在 Claude Code、Codex 里直接调用，大模型负责想清楚要干什么，它负责快速点完，这种分工我觉得挺合理。

agent-desktop 发布：把 agent-browser 的能力扩展到你的整台电脑 → 给任何 coding agent 加上 Computer Use → 支持 macOS、Windows 和 Linux → 在后台运行，你可以继续干自己的活 → 多个 agent 可以并行使用你的电脑，每个都有自己的光标 可以让你所有的Agent都能具备Codex一样的Compute Use能力。 项目地址：

🕸️ 宝藏 Skill 包 BrowserAct，让 Claude Code、Codex 直接用你本机已经登录好的 Chrome 上网查数据、点按钮。 BrowserAct 在 GitHub 上 6200 多 star，MIT 开源，Windows、macOS、Linux 都能用。 让 AI agent 去网上办事，最常卡在两步：要登录的页面进不去，进去了又被验证码拦下，最后还是得自己手动复制粘贴。 BrowserAct 的本地 Skills 模式直接复用你 Chrome 里的登录状态，agent 自己点、自己填、自己抽数据；遇到实在过不去的页面，remote-assist 会生成一个实时链接让你接手。 不想从头写，也有 30 多个现成的 Skill，覆盖 Amazon、Google Maps、YouTube、Reddit 这些站；新网站可以交给 Skill Forge 去摸清接口和数据结构，生成一个能直接部署的 Skill 包。创建删除浏览器、改代理这类敏感操作，每次都要你明确批准才执行。大部分功能免费，托管代理和超过 5 个隐身浏览器才收费。 工具本身是中立的，抓什么、网站条款允不允许，是使用者自己的事。 GitHub：

推荐一个最近爱用的 browser use 小技巧，非常丝滑。 我是那种浏览器一开就是几十上百个 tabs 的重度用户，而且还经常重复。 后来我在 Codex 里加了一个触发任务，每次锁屏/离线的时候，Codex 自动调用 browser use 清理并关闭多余、重复的 tabs，完全不用我手动操心。 这套路在 Codex 和 CC 里都能用，推荐一下。

一年前的agent tool infra的热点是agent browser，agent编程语言，agentOS，agent邮箱，万事万物cli，cli浏览器，cli邮件，cli生成图视频音频，cli修图，cli接入discord/teams/slack/微信/whatsapp/新浪微博。 还有skill，上面所有都加上个skill。 一年后人们发现，他奶奶个卷的，别骗你怯爹了。