APUS 开源国内首批Jev跨平台复现：国产模型实现秒级决策

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> APUS 开源国内首批Jev跨平台复现：国产模型实现秒级决策 量子位的朋友们 2026-09-20 16:30:32 来源： 量子位 9月19日，中国人工智能企业APUS旗下 AI 实验室公布了全球最早一批针对Jev的独立开源复现成果 9月19日，中国人工智能企业APUS（麒麟合盛网络技术股份有限公司）旗下 AI 实验室公布了全球最早一批针对Jev的独立开源复现成果，并包装成了开箱即用的Agent Skill fast-browser-use，支持纯本地模型离线执行。 该项目支持 macOS、Linux、Windows三大主流桌面与服务器操作系统 ，既可以在GPU服务器上运行，也可以在没有GPU的Mac和PC上运行。全部代码以MIT协议向全球开发者开放。 什么是Jev与”决策模型”？ Jev之名取自19世纪经济学家杰文斯（Jevons），暗合”杰文斯悖论”：智能使用成本的暴跌，将带来智能用量的暴涨。该模型面向智能体（Agent）运行中最高频的一类需求，即分类、选择、评分、真伪判断，直接返回类型化答案与置信概率，而非逐字生成文本。业内认为，这一路线验证了Agent架构的”快慢分工”：昂贵的大模型负责规划等”慢思考”，高频、原子化的”快判断”交给轻量决策模型完成。负责组装与调度这套分工的工程层，在业界被称为Harness。 APUS复现了什么？ APUS完整实现了Jev底层决策范式，并将其完整落地于最具代表性的浏览器自动化（Browser-use）场景。APUS基于Jev公开文档展示的输入范式与评估逻辑，分析出了其“跳过自回归解码、隐状态直接打分”的核心逻辑。在开源项目中，APUS复现了单Token Logits快速决策，跳过自回归解码的过程，实现了Jev KV-Cache广播与并发批量评估的工作机制。在浏览器自动化场景中，fast-browser-use将页面上真实可见、可交互的元素整理为带编号的候选动作集合，由本地运行的Qwen3.5-9B模型通过单次前向计算直接完成”点哪里、选哪个”的决策，从机制上消除了模型生成错误选择器或格式幻觉的可能。APUS公布的实测数据显示：在一台Apple M2 Pro消费级笔记本上，智能体依靠本地模型推理，全程离线完成真实维基百科检索任务的中位耗时约18秒，表单填报、站内导航等任务耗时仅3秒左右，单任务模型打分次数仅4次，全程零云端调用、零API费用，用户数据不出本机。 APUS AI实验室表示，本次开源复现有三重意义：其一，验证了”用模型做Harness”这一技术路线在工程上的可行性；其二，证明在闭源API之外，开源权重加端侧算力同样能够支撑该范式，且数据全程留在本机，满足政企与金融场景对数据安全的要求；其三，为行业提供了一份数据透明、代码可复核的独立验证参考。此前，Jev的性能数据均来自TypeSafe官方自测。 据介绍，fast-browser-use已封装为标准Agent Skill，开发者可通过一行命令将其接入Claude Code、Codex、OpenCode等主流编程智能体。APUS AI实验室还表示，后续将围绕桌面GUI操作、本地操作系统交互等场景持续开源新的Skill。 公开资料显示，APUS成立于2014年，旗下AI产品与服务覆盖全球200多个国家和地区的24亿用户，2026年7月发布全新品牌定位”全球化AI Agent生态构建者”，其核心技术路线为”追逐最先进的LLM技术，跳出单纯的模型比拼，深耕落地应用，聚焦真实行业价值产出”。未来，APUS将持续以自研大模型为底座，聚焦AI Agent核心技术创新，构建覆盖金融风控、情报分析、内容创作、医疗等场景的Agent产品矩阵。 项目地址 ：https://github.com/APUS-AI-Lab/fast-browser-use 本文由APUS提供，量子位获授权转载，观点归原作者所有。 版权所有，未经授权不得以任何形式转载及使用，违者必究。