# laya 作为浏览器 agent 的决策模型（替代 TypeSafe Jev）

[jev-ultrafast](https://github.com/browser-use/jev-ultrafast) 的 `/v1/systemone` 请求/响应格式与 `laya.predict(state, questions)` 完全一致，
所以本地 laya（+TileLang 加速）可以直接替代 TypeSafe API。克隆在 `../jev-ultrafast`，`model.py` 已打补丁支持
`TYPESAFE_BASE_URL` 和 `TEXT_MODEL_EXTRA_JSON`。

```fish
# 1. 无头 Chromium（远程调试端口 9222）
chromium --headless=new --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-profile about:blank &
# 2. 本地 laya systemone 服务（typed | multilingual | english；第 3 个参数是选项分块宽度）
source env.sh; .venv/bin/python apps/systemone_server.py 8791 typed 12 &
# 3. TYPE_TEXT 用本地 sglang + Qwen（可选）
HF_HUB_OFFLINE=1 ~/sglang-venv/bin/python -m sglang.launch_server --model-path Qwen/Qwen3-8B-AWQ --port 30000 \
    --mem-fraction-static 0.5 --context-length 8192 --reasoning-parser qwen3 &
# 4. 跑任务
cd ../jev-ultrafast; .venv/bin/python ../laya/apps/browser_task.py "https://en.wikipedia.org/wiki/Main_Page" "Click the 'Random article' link."
# 诊断：真实元素表上直接问 laya 该点哪个（格式 jev|compact，后面是打乱平均次数）
.venv/bin/python ../laya/apps/browser_diag.py compact 4
```

`systemone_server.py` 做了两件适配：把 jev 的 dict 型元素描述压成一行字符串；超过 N 个选项的 choice 问题
分块粗筛 + 决赛（两次前向），53 个元素约 150 ms。

## 结论（2026-09-20，零样本，Wikipedia 首页 46 个可点元素）

| checkpoint | jev 原格式 top-1 | 精简格式 top-1 | 精简+4 次打乱平均 top-1 | 平均排名 |
|---|---|---|---|---|
| laya (english) | 0/3 | 0/3 | 1/3 | 2.7 / 46 |
| laya-multilingual | 0/3 | 0/3 | 0/3 | 5.3 / 46 |
| laya-typed-decisions | 0/3 | 1/3 | 1/3 | 3.7 / 46 |

管线（Chromium → browser-harness → jev 循环 → 本地 laya）跑通且每步 60-150 ms，但三个 checkpoint 零样本都
无法可靠选中目标元素（强烈偏向第 1 个选项），端到端任务全部失败。这与 laya 自己的说明一致：typed-decisions
零样本 0.36，需要针对任务微调。要真正替代 Jev，下一步是用 Qwen 当 teacher 在录制的页面状态上生成决策数据，微调 laya。