开发者把语音控制浏览器做成 Chrome 扩展:单次决策仅 300ms、成本 0.0002 美元
iamrobotbear · x · 2026-09-22
开发者 moritzkremb 把自己的 Jev 语音控制应用改造成 Chrome 扩展,实现用语音实时操控浏览器:说话后转写文本发给 Jev,模型约 300ms 返回动作概率,浏览器随即执行点击。可完成搜索、导航、点链接、滚动、开标签页等操作,单次决策成本仅 $0.0002。他称速度快到「go back」指令还没说完就已执行完,并考虑上架 Chrome 商店。
「编程与Agent」频道最新
- Exa MCP 突破 5000 GitHub 星,成 AI Agent 生态热门接入层 — TheIshanGoswami · 2026-09-22
- Agent 过了评测还不够：Anthropic「瑞士奶酪模型」谈多层质检盲区 — hugobowne · 2026-09-22
- OpenAI 艺术家团队全员用上 Codex,两周内普及率 100% — andrew_n_carr · 2026-09-22
- PyTorch 官方推 TinyTorch:20 模块纯 Python 从零造 ML 框架 — PyTorch · 2026-09-22
- Codex 自适应推理：根据任务难度在思维链中途动态调整推理力度 — daniel_mac8 · 2026-09-22
- 用 Codex 搭端到端视频剪辑发布流水线，AI 解放创作瓶颈 — brandon_galang · 2026-09-22