微软开源 Mage-VL-Cowork：40 亿参数电脑操作智能体，OSWorld 达 66%

微软发布了名为 Mage-VL-Cowork 的电脑操作智能体，据 Pasquale Pillitteri 与 XenoSpectrum 在 10 月 31 日的报道，这个模型只有 40 亿参数（4B），却在 OSWorld 基准的 Verified 版本上拿到 66% 的分数。

标题里的两个数字放在一起才是新闻：4B 是很小的体量，而 66% 是这类桌面操作评测里少见的分数。报道把它描述为 4B 级别模型中的最好成绩，指向的是同一件事——端到端的电脑操作能力不必依赖超大模型。

所谓电脑操作智能体，指的是像人一样看屏幕、移动鼠标、敲键盘，直接替你操作软件的模型。过去的做法通常是调用一个前沿大模型来充当大脑，成本高、延迟大，也很难在本地设备上跑起来。

OSWorld 正是为这类能力设计的评测：它要求智能体在真实的桌面环境里完成多步骤任务，涉及系统设置、办公软件和跨应用流程，而不是回答一道选择题。66% 意味着模型在相当一部分完整任务链条上能自己走到终点。

微软同时放出了权重、代码与技术报告。Hugging Face 上的模型卡显示其采用 Apache 2.0 许可，这意味着团队可以直接下载部署、自行评测，而不只是看一段演示视频。

这个组合改变的是竞争叙事。过去一年外界习惯用参数规模衡量进展，而一个 4B 模型在桌面任务上接近可用，说明接下来的比拼更可能落在每美元能完成多少任务、以及在普通硬件上能否稳定运行。

后续看点有三：第三方能否复现 66% 这个数字，模型在真实企业桌面环境中的稳定性，以及任务链条拉长到几十步之后，4B 规模是否仍然撑得住。