Microsoft бесплатно отдала ИИ, который сам работает за вашим компьютером

Microsoft выложила в открытый доступ Mage-VL-Cowork, маленькую модель на 4 млрд параметров, которая умеет сама работать за компьютером. Веса появились на Hugging Face вчера днём под лицензией Apache 2.0, а сегодня про неё вовсю пишут разработчики, особенно в китайском сегменте сети.

Фишка в том, что модель на каждом шаге сама решает, как действовать. Если задачу проще сделать мышкой, она смотрит на скриншот и кликает по интерфейсу. Если быстрее кодом, открывает терминал и пишет скрипт на Python. Никакого отдельного агента-диспетчера сверху нет, всё внутри одной модели.

В демо это выглядит почти издевательски. Задача в LibreOffice Calc: объединить ячейки двух заголовков, подписать их, построить диаграмму и сохранить новый файл. Mage-VL-Cowork справилась за 39 секунд и 6 шагов, просто поправив таблицу скриптом. Qwen3.6-27B, которая крупнее раз в шесть и умеет только кликать, возилась 9 минут 56 секунд и сделала 39 шагов. В GIMP маленькая модель отредактировала картинку за 1 минуту 58 секунд и проверила результат через терминал, а соперник через 7 минут сдался с файлом, который проверку не прошёл.

На тесте OSWorld-Verified, где агенты выполняют реальные задачи в настольных программах, у модели 66% при лимите в 50 шагов. В таблице Microsoft у человека 72,4%, у топовых GPT-5.5 и Claude Opus 4.7 около 78%. То есть до флагманов она не дотягивает, но обходит модели в разы крупнее, включая Muse Glimmer-30B и Qwen3.6-27B. Все цифры пока от самой Microsoft, независимых проверок нет.

Забавная деталь: языковая часть модели построена на китайской Qwen3-4B, к которой Microsoft прикрутила собственный энкодер для картинок. Веса весят около 9,5 ГБ, запускать предлагают через SGLang, готовый Docker-образ есть. Утром мы писали, как Vercel отдала агентам ваш рабочий стол, теперь и сам агент помещается в домашнюю машину.

Агенту за компьютером больше не нужен гигантский облачный мозг.