Wikiracing Fast Navigation
这是 TypeSafe AI 公开的项目资料。本站按原始来源展示项目信息，用中文说明适用场景和阅读边界；项目名、源帖与代码保持原样，便于逐项核对。
这条案例记录了什么
浏览器 Agent、Agent 评估
从当前页面允许的候选动作中选择下一步；浏览器工具负责执行。
TypeSafe 官方来源
原始来源：Official TypeSafe AI blog。作者自述，本站未独立复现。
TypeSafe AI
记录日期：2026-09。日期与身份应以原始资料为准。
原始演示视频
视频来自此案例记录的原始媒体；播放内容和作者声明不等于本站复现。
怎样核对这个项目
- 先打开原始来源，确认作者、日期与 Jev 在项目中的具体用途。
- 如果提供仓库，再检查代码、运行要求和许可证；仓库存在不代表本站已经运行成功。
- 对速度、成本、准确率和规模数字，查看原文的任务、环境和计算口径。
- 页面状态与候选动作是否同步。
- 失败、停止与人工接管条件。
- 权限和不可逆操作的独立审批。
- 是否有可观察的正确答案。
原始文字与技术细节
以下内容保留原语言，供核对事实。中文页的场景说明是阅读提示，不是逐句翻译或实测结论。
展开英文项目摘要与原帖
项目摘要
In the classic Wikiracing challenge (navigating between two unrelated Wikipedia articles using only internal links), Jev acts as the real-time choice model, evaluating candidate links and advancing hops in tens of milliseconds rather than waiting seconds per generative step.
来源原文
TypeSafe AI official benchmark: Jev System One model navigating Wikipedia (Wikiracing) side-by-side against general-purpose frontier LLMs. Operating in tens of milliseconds per hop (<50ms) with zero prompt tokens wasted, Jev rapidly evaluates ~140 candidate links per page to win the race with over 90% latency reduction.
原记录的限制
- This benchmark was conducted by the vendor on Wikipedia structured linking.
- Real-world web navigation frequently encounters dynamic SPAs, popups, and anti-bot challenges that require broader fallback logic.
- Does not invent new search keywords or synthesis outside the provided link set.