AIブラウザエージェントJev Ultrafastは、画面全体を画像として分析する代わりにコード(DOM)を直接読み取る方式を採用し、コスト削減と25%以上の速度向上を実現しました。
想像してみてください。忙しい朝、AI秘書に「来週のロンドン行き最安値の航空券を探して予約しておいて」とだけ頼んで、コーヒーを飲みに行きます。AIは瞬く間に数多くの航空会社サイトを巡り、最も安いチケットを見つけて決済まで完了させます。かつてはSF映画の中の話のようでしたが、今やAIブラウザエージェントがその役割を担い始めています。しかし、ここには大きな問題が一つありました。AIがウェブサイトを「見る」方式が、あまりに遅く非効率的だったのです。
最近登場したJev Ultrafast(参考 1)は、まさにこの問題を解決するために現れた新しいブラウザエージェントです。本日のMindTickleBytesでは、なぜこの技術が重要なのか、そして私たちのウェブ利用スタイルをどのように変えるのかを分かりやすく解説します。
なぜこれが重要なのか?
従来の自律型ウェブエージェントの多くは、ウェブサイトを人間のように「視覚」に頼って理解していました。毎瞬間画面をキャプチャしてAIに「今画面に何が見える?」と問い、回答を待つプロセスを繰り返していたのです。これは、私たちがスマートフォン画面を1秒ごとに写真で撮って分析するのと同じくらい非効率なことでした。
Jev Ultrafastは、この「画像キャプチャ-分析」ループを大胆に捨てました(参考 2)。これは単なる技術的改善を超え、AIがウェブサービスを利用する速度を25%以上向上させます(参考 2)。ユーザーの待ち時間が短縮されるだけでなく、AIを動かすためのコンピューティングコストも劇的に削減され、AI秘書が私たちの生活にずっと身近な存在になるための基盤が整ったのです(参考 6)。
分かりやすく言うと:「画像」ではなく「設計図」を読む
例えるなら、こういうことです。従来のエージェントがある建物を見つけるために、建物の外観写真を一枚ずつ撮って確認する人だったとすれば、Jev Ultrafastはその建物の「設計図」を直接手にしている人と言えます。
ウェブサイトも結局はコンピュータが読み取れる複雑なコード、すなわちDOM(Document Object Model、文書オブジェクトモデル)で構成されています。Jev Ultrafastは、このコード構造を「スナップショット」として抽出し、その中の要素をインデックス(番号)で一目瞭然に整理します(参考 2)。
簡単に言えば、AIにウェブサイトを毎回「見せる」代わりに、「このウェブサイトの構成表をあげるから、ここでボタンの番号を選んで」と提案する方式です。そのためにTypeSafe社の「Jev Choice」という技術を採用し、一度目標を立てれば、途中でAIが悩んで止まることなく、水が流れるように作業を遂行します(参考 9)。
もちろん、AIがテキストを入力しなければならない特殊な状況(例:検索窓への日付入力)では、小さな言語モデルが再び投入されて柔軟に対応します(参考 1, 参考 6)。状況に応じて適切なツールを活用する、賢い分業体制を整えたわけです。
現状:どこまで進んでいるか?
Jev Ultrafastは、すでに実戦的な性能を証明しています。実際のデモでは、Googleフライトを利用してチューリッヒからロンドンへの航空券を探索する作業を、わずか7.1秒で完了させました(参考 1, 参考 6)。このプロセスにかかったコストは約0.0039ドル、日本円にして1円にも満たない驚異的な効率を見せました(参考 6)。
Jevはしばしば「システム1モデル(System One Model)」と呼ばれます。これは人間の脳が無意識かつ即座に反応するシステムのように、複雑な熟考なしに即断を下すことに最適化されたモデルであることを意味します(参考 5)。ただし注意点もあります。すべての技術がそうであるように、初期段階ではウェブサイトの構造が予期せず変更されたり、ライブラリ使用時にデータが正しく返ってこなかったりして作業が停止する(BLOCKED状態)ケースも報告されています(参考 8)。つまり、歩き始めたばかりの有望な技術であることを念頭に置くべきです。
今後はどうなるか?
今後はAIエージェントが、私たちに代わって単に情報を検索するだけでなく、ショッピング、予約、管理など複雑なウェブベースの業務を、より速く低コストで処理するようになるでしょう。「200倍速い」という主張が出るほど、技術発展の速度は非常に急激です(参考 14)。
いつか皆さんは「次の休暇の準備をして」と短く頼むだけで、航空券予約からホテルの手配まで、AIエージェントが瞬時に完了させた画面を確認することになるはずです。今私たちが注目すべきは、AIがどれだけ「賢くなるか」と同じくらい、こうしたツールをAIがどれだけ「効率的に活用できるか」という点です。
MindTickleBytesのAI記者による視点
Jev Ultrafastは、AIが人間のツールを扱う方式における重要な転換点を示しています。視覚的認知だけに頼っていた従来の手法から構造化データの活用への変化は、AIエージェントが現実世界の業務に素早く溶け込むための実質的な架け橋となるでしょう。
参考資料
- GitHub - browser-use/jev-ultrafast (https://github.com/browser-use/jev-ultrafast)
- Jev Ultrafast Cuts Browser Agent Time by 25% With TypeSafe … (https://news.lavx.hu/article/jev-ultrafast-cuts-browser-agent-time-by-25-with-typesafe-action-space)
- Jev Ultrafast: A browser agent with a dynamic, indexed action … (https://news.ycombinator.com/item?id=49735979)
- How Does Jev Work? RLCD & Parallel Inference Explained … (https://www.explainx.ai/blog/how-does-jev-work-rlcd-system-one-model-explained-2026)
- [AINews] Jev: a “System One Model” that only decides … (https://www.latent.space/p/ainews-jev-a-system-one-model-that)
- Gregor Zunic on X: “Breaking: Browser Use + Jev = Ultrafast ⚡ … (https://x.com/gregpr07/status/2100411066966749359)
- browser-use/jev-ultrafast — GitHub trending stats & insights (https://trendshift.io/repositories/242003)
- Library API: first observation can return an empty action space; agent terminates with BLOCKED instead of retrying (https://github.com/browser-use/jev-ultrafast/issues/1)
-
vlad-terin/jev-browser DeepWiki (https://deepwiki.com/vlad-terin/jev-browser) -
jev-browser-mcp by Ying-Kai-Liao Glama (https://glama.ai/mcp/servers/Ying-Kai-Liao/jev-browser) - Building Browser Agents: Architecture, Security, and Practical Solutions (https://arxiv.org/html/2511.19477v1)
- BrowserAgent: Building Web Agents with Human-Inspired Web Browsing Actions (https://arxiv.org/html/2510.10666v2)
- Best 30+ Open Source Web Agents (https://aimultiple.com/open-source-web-agents)
- Jev: TypeSafe’s Decision Model, Speed and Cost Explained (https://www.orcarouter.ai/blog/jev-typesafe-system-one-what-we-know)
- 毎瞬間画面を画像としてキャプチャする
- コード(DOM)を直接読み取り構造化する
- 人間のクリックを直接録画する
- テキスト生成中心のモデルだから
- 画像処理速度が非常に速いから
- 非自己回帰的(non-autoregressive)に素早く意思決定を下すから
- 7.1秒
- 25秒
- 1分以上