Chrome开源插件：Jev加WebMCP打通网页自动化工具选择
内容提要
Google开发者Sarah Drasner推出Chrome扩展，将Jev模型与WebMCP标准结合，实现网页工具自动选择。Jev是TypeSafe的“系统一”模型，只做选择、打分和判断，不生成文本，响应仅70-500毫秒且无法幻觉。扩展实时预测工具调用并显示置信度，每次按键查询成本极低。该方案拆分意图理解与结构化输出，提升可靠性，但存在数组参数填充等局限。
延伸解读
Jev 与 WebMCP 的互补逻辑
Jev 是只做选择、打分和判断的“系统一”模型，不生成文本，响应仅 70-500 毫秒且无法幻觉；WebMCP 则让网站以结构化工具形式暴露自身功能。两者结合，Jev 从 WebMCP 注册的工具中实时选择并填充参数，解决了“工具箱里工具太多，代理不知道选哪把”的问题。这种拆分意图理解与结构化输出的架构，提升了可靠性和速度，但 Jev 只能在给定选项内选择，因此工具 schema 的质量直接决定最终效果。
实时预测与成本控制
扩展在用户每次按键时触发一次 Jev 查询，实时显示预测的工具、置信度和延迟。开发者担心这会烧穿电池和 API 额度，但作者实测整个周末高强度使用仅花费 32 美分。这得益于 Jev 的定价：每百万输入 token 收费 0.042 美元，输出 token 免费，且单次查询 token 量很小。这种设计刻意暴露模型思考过程，让用户看到置信度如何随输入逐步收敛，同时也为评估 WebMCP 工具设计提供了反馈信号。
安全边界与置信度阈值
WebMCP 安全模型通过多层防护降低风险：工具加载时 Jev 会评估描述中是否包含针对代理的指令，被标记的工具无法自动运行；工具默认视为会改变状态，除非声明 readOnlyHint；只有高置信度的只读调用才能自动执行，且可随时关闭；带有后果性注解的工具无论置信度多高都需二次确认。有开发者建议在无人值守管道中将置信度阈值设为 0.85，低于则中止并走确定性回退。但 Jev 的概率校准质量依赖训练数据和评测集，实际可靠性仍需独立验证。
当前局限与生产化差距
Jev-WebMCP 扩展目前只填充数组的第一个元素，像 items: ["oat milk", "bread", "eggs"] 这样的多元素数组只会被填成 items: ["oat milk"]，这是转换规则尚未覆盖所致。此外，Jev 只能在给定选项内选择，如果 WebMCP 工具 schema 写得不好，选出的工具可能就是错的。这些细节揭示了演示项目与生产系统之间的差距。扩展仍在 Chrome 应用商店审核中，其开源代码和演示站点可供开发者进一步探索。
Q&A
Jev模型是什么？它和传统大语言模型有什么不同？
Jev是TypeSafe AI开发的“System One”模型，它只做选择、打分和判断，不生成文本。与ChatGPT等“System Two”大语言模型不同，Jev响应时间仅70-500毫秒，且无法幻觉，因为它只从给定选项中选择，不会创造新内容。
WebMCP是什么？它和MCP有什么区别？
WebMCP是Chrome团队推动的网页标准，让网站将自身功能以结构化工具形式暴露给AI代理，如checkout、add_to_cart等。MCP是连接AI代理和外部系统的后端标准，任何平台都能用；WebMCP是浏览器前端标准，只在特定网站上生效。Chrome官方将两者比作“客服呼叫中心”和“实体店专家”的区别。
Jev-WebMCP扩展如何实现网页工具自动选择？
扩展读取当前页面注册的所有WebMCP工具，将每个工具的schema转换成Jev能回答的类型化问题（如工具列表变成Choice问题），然后在用户打字过程中实时预测该调用哪个工具，并显示预测的工具、置信度和延迟。
使用Jev-WebMCP扩展需要什么安装条件？
需要Chrome 149+，并启用WebMCP（通过chrome://flags/#enable-webmcp-testing开启）。在chrome://extensions开启开发者模式，加载已解压的扩展程序，然后打开侧边面板，在设置中粘贴来自console.typesafe.ai/keys的API Key并保存。访问带有WebMCP工具的网站时，点击“Enable on (site)”授予权限。
Jev-WebMCP扩展如何处理安全性和确认机制？
扩展采取多层防护：工具加载时评估描述中是否包含恶意指令，被标记的工具无法自动运行；工具默认视为会改变状态，除非声明readOnlyHint；只有高置信度的只读调用可自动执行，且可关闭；带有后果性或破坏性注解的工具始终需要二次确认。
Jev-WebMCP扩展目前有哪些局限性？
主要局限包括：Jev只能在给定选项中选择，如果WebMCP工具schema写得不好，可能选错工具；数组参数目前只填充第一个元素，如items: ["oat milk", "bread", "eggs"]只会填成items: ["oat milk"]；置信度分数的可靠性依赖训练数据和评测集，需要更多独立验证。
