浏览器自动化Agent跑得慢，卡点往往不在模型本身，而在流程顺序。作者Yangyi分享的NewMax工程实践，把改动放在了eval环节之前。

具体做法是：在进入正式评估（eval）之前，先接入Jev模型。Jev是一个无文本的决策模型，特点在于极速决策能力。让它先处理一轮，再交给后续评估流程。

为什么是"前置"而不是"替换"

这套思路的关键词是低延迟。Jev不产出文本，只做决策判别，因此响应速度比通用模型快得多。把它放在eval前面，相当于给整个浏览器自动化Agent的运行链路加了一道快速过滤层。

作者的目标很直接：利用Jev的低延迟特性，加快整个Agent的运行速度。改动范围也克制——只动browser use的流程顺序，不重构模型本身。

一个值得注意的工程信号

浏览器自动化Agent的性能瓶颈，很多时候出在"每一步都要等一个重模型想清楚"。NewMax的做法是把决策和评估拆开：快的先上，慢的后置。

这类前置判别层的价值，在于它不改变任务目标，只改变任务被处理的顺序。对于正在做AI Agent和AI编程方向的团队来说，这是一个成本不高、但可能见效明显的调整方向。