10月30日，微软 Mage 团队在 Hugging Face 放出 Mage-VL-Cowork：Apache-2.0 开源权重，项目页同步上线。总参约 4B，骨干是 Mage-ViT + Qwen3-4B-Instruct-2507；模型卡写明 BF16 权重约 9.48GB（两个 safetensors 分片），活跃上下文训练/推理窗 32768。
它不是又一个只会聊天的小模型。同一套策略里有两条动作通道：一条看截图点鼠标键盘（computer_use），一条直接跑终端和 Python（bash）。官方宣传语就是——知道什么时候该点，什么时候该写代码。对做应用的人，这意味着：桌面自动化可以少挂一层外部路由 Agent，但你得接受自定义栈和沙箱纪律。
本号的判断：值得盯的是「会选通道」，不是「4B 已经取代大模型」。OSWorld-Verified 官方自报 66.0%（50 步预算），人类参考约 72.4%；卡面还并列了更大开源电脑 Agent 的分数作对照。所有跑分先当微软说明书读，本号没有复现。
01
PART
它能干嘛：一点鼠标，一开终端
HYBRID
电脑操作 Agent 常见两条路：只靠截图点点点，或给模型塞一堆工具却不会在对的时机切换。Mage-VL-Cowork 的卖点是把 GUI 和终端写进同一个策略——表格合并、改 xlsx 这类结构化活，官方演示里会走 bash + openpyxl；改图层、看界面状态则走 computer_use。
训练上，微软写的是五阶段 specialize-then-unify：先各自练视觉落地和终端编码，再 Hybrid SFT，最后 Online Hybrid RL。模型卡自称相对 Hybrid SFT，在线 RL 再抬约 10.16 个百分点，同时平均调用次数降约 13%、输出 token 约少 25.4%。这些是训练故事，选型时记住一句就够：能力来自「先会两手、再学会切换」，不是单纯把参数做大。
加载有坑：自定义架构 `llava_onevision2`，Transformers / SGLang 都要 `trust_remote_code=True`，别当标准 Qwen3-VL 权重硬套。官方推 Docker 镜像 `xiaoyizhang/mage-vl-cowork:0.1.0`（SGLang 服务）。
02
PART
自报 66% 怎么读
SCORES
主桌面结果写在模型卡与项目页：OSWorld-Verified 66.0%（精确均值 66.04%），口径是 361 道 held-out 题（排除 Google Drive）、50 步预算、分辨率 1920×1080、两跑平均（65.33% / 66.75%）。人类参考 72.4%。分项自报：OS 87.5%、Office 64.9%、Daily 65.0%、Professional 66.3%、Workflow 62.7%。
开源对照表里，微软把 Mage-VL-Cowork-4B 排在 Muse Glimmer-30B（65.9%）、Qwen3.6-27B（63.9%）之上；同表 ScaleCUA-Qwen3.5-9B（9B、50 步）是 68.7%，仍高于本模型。闭源前沿更高一截（卡面列到 GPT-5.5 等），别把「压过某几个开源大模型」听成「全面碾压」。
全部标微软模型卡 / 项目页自报。 第三方独立复现榜若对不上，以你自己沙箱题为准。官方还展示了和 GUI-only 的 Qwen3.6-27B 同题对照（表格合并、GIMP 改图），那是演示速度差，不是本号实测。
03
PART
显存与本机：约 9.5GB 不等于随便装
VRAM
权重体积：模型卡写 BF16 约 9.48GB，两个分片约 4.56GB + 4.92GB。和动辄几十上百 GB 的开源大模型比，下载门槛低一截。
但「约 9.5GB 能下」≠「笔记本随便当日常电脑助理」。这是多模态电脑 Agent：推理还要吃截图、保留最近若干屏（卡面写 asymmetric window：最近 3 张截图 + 4 段完整回复）。官方 Responsible AI 一节明确要求隔离沙箱/一次性虚拟机，不要把宿主机密钥、cookie、个人网盘挂进去——它能执行任意 bash 和 GUI。
许可 Apache-2.0。截至写稿，卡面主推 BF16 + SGLang Docker；未见官方挂好的大众 INT4/GGUF 一键包。有 16–24GB 消费卡的人：先按官方仓核对实际依赖与显存余量，别只看权重文件大小。社区量化若后续出现，再更新本号判断。
另外别把中文圈转发里的「碾压 6～7 倍大模型」直接写进方案书：那是卡面开源对照表的选择性强调；同表 9B 仍更高，闭源前沿更高。你真正要问的是：混合通道能不能缩短你这几类工单的步数。
04
PART
现在怎么动手
CHECKLIST
按下面五步过一遍，比先转发「碾压 27B」截图更有用。
-
读 HF 模型卡与 microsoft.github.io/Mage/cowork/：确认 Apache、4B、BF16≈9.48GB、OSWorld 口径（361/50 步/两跑）。 -
只在 Docker / 快照可回滚的沙箱里试；不要挂个人 SSH 密钥或浏览器登录态。 -
加载务必 trust_remote_code=True；优先官方 SGLang Docker，再谈本机 Transformers。 -
分数当线索：拿 20–30 道你真实会点的桌面任务复测，尤其跨应用工作流。 -
对照物：同表 9B ScaleCUA 自报更高；你要比的是「混合通道值不值这套自定义栈」，不是只看 4B 数字爽。
你会先在沙箱按官方 Docker 试一晚，还是等社区量化、或者继续用闭源电脑 Agent API？正在算私有化桌面自动化账单的同事，可以把这篇转给他。
出处：Hugging Face 模型卡 microsoft/Mage-VL-Cowork（10月30日权重发布）；项目页 microsoft.github.io/Mage/cowork/。OSWorld 等跑分均为微软官方自报。
往期 · 接着看
DiffuSpace开源Clover-35B：整块并行生成，BF16约69GB，INT4自报能塞16GB卡
Liquid开源1.7B小模型：调工具赢了9B，知识题只答对7%
Ornith开源122B说单卡能跑：原版250GB，真正塞进80GB的是4bit版
觉得有用的话，欢迎点赞、收藏、评论。
THANKS FOR READING