مايكروسوفت تفتح أوزان وكيل حاسوب بـ4 مليارات معامل ينجز 66% من المهام

الملخص

• نشرت مايكروسوفت أوزان Mage-VL-Cowork، وكيلاً يدير الحاسوب بالنقر وبكتابة الأوامر معاً، برخصة Apache-2.0 المفتوحة.
• سجّل النموذج 66.0% على اختبار OSWorld-Verified، متقدماً على نماذج مفتوحة أكبر منه حتى 72 مليار معامل.
• يتيح حجمه الصغير للشركات تشغيل وكيل مكتبي على أجهزتها، مع توصيات صارمة بالعزل والتأكيد البشري.

خبر

باتت أوزان وكيل لاستخدام الحاسوب بحجم 4 مليارات معامل متاحة للتنزيل والاستخدام التجاري، بعدما نشرت مايكروسوفت نموذج Mage-VL-Cowork على منصة هاغينغ فيس في 30 أكتوبر. يختار النموذج في كل خطوة بين تحريك الفأرة ولوحة المفاتيح وبين تنفيذ شيفرة أو أمر في الطرفية. ويحتاج تشغيله إلى نحو 9.48 غيغابايت من الذاكرة.

تفصيل

• الأداء: سجّل النموذج 66.0% على اختبار OSWorld-Verified بميزانية 50 خطوة، وبلغ 87.5 في مهام نظام التشغيل و64.9 في المهام المكتبية و66.3 في المهام المهنية و62.7 في سير العمل. وتقع النماذج الرائدة المغلقة مثل GPT-5.5 وClaude Opus 4.7 بين 73.1 و78.7، فيما يبلغ الأداء البشري المدرج 72.4.
• المقارنة المفتوحة: تقدّم النموذج على Muse Glimmer-30B الذي سجل 65.9، وعلى Qwen3.6-27B بـ63.9، وEvoCUA-32B بـ56.7، وOpenCUA-72B بـ44.9. لكنه جاء خلف SCALECUA-Qwen3.5-9B الذي سجل 68.7 بحجم 9 مليارات معامل، وتفوّق بفارق واسع على Fara1.5-4B المماثل له حجماً، الذي توقف عند 13.9.
• آلية العمل: يعمل النموذج بسياسة واحدة تحدد في كل دور هل تنقر أم تبرمج، وتملك 11 أداة أولية للواجهة الرسومية إلى جانب bash وبايثون. ويحتفظ في ذاكرة العمل بآخر 3 لقطات شاشة و4 ردود كاملة، ويقتصر كل رد على 15 نداء أداة كحد أقصى.
• مراحل التدريب: انطلق التدريب من نقطة وسيطة لنموذج Mage-VL ومرّ بخمس مراحل انتهت بتعلم معزز بمكافآت قابلة للتحقق. وارتفع الأداء من 45.56% بعد ضبط الواجهة إلى 55.84% بعد الضبط الهجين، ثم إلى 66.0% بعد التعلم المعزز، أي بزيادة 10.16 نقطة في المرحلة الأخيرة وحدها.
• البيانات: اعتمد الفريق على 293,806 مهمة على سطح المكتب والويب عبر 6,915 مهارة، 38.24% منها تتنقل بين أكثر من تطبيق، و318,837 مساراً هجيناً محققاً. وانخفضت كلفة توليد المهمة الواحدة 82.6%، من 0.906 إلى 0.158 دولار، مع تراجع الرموز المستهلكة لكل مهمة 93.3%.
• الكفاءة: قلّص التعلم المعزز متوسط نداءات النموذج في المهمة 13.0%، من 21.57 إلى 18.77 نداء، وخفّض الرموز الناتجة 25.4%، من 7,374 إلى 5,499 رمزاً. وتقارن هذه الأرقام أداء النموذج قبل مرحلة التعلم المعزز وبعدها.
• متطلبات التشغيل: يشغل النموذج نحو 9.48 غيغابايت بدقة bfloat16، ونافذة سياقه النشطة 32,768 رمزاً رغم أن بنيته تدعم حتى 262,144. واستُخدم في تدريبه 32 معالج B200 من إنفيديا و1,120 بيئة معزولة، وتتطلب بنيته المخصصة تفعيل خيار trust_remote_code لأنها لا تحل محل فئات Qwen3-VL القياسية.
• توصيات السلامة: صُمّم الوكيل وقُيّم لبيئات معزولة قابلة للاسترجاع مثل حاويات Docker والأجهزة الافتراضية، لأنه ينفذ أوامر وأفعالاً حرة. ويوصي مطوروه بتأكيد بشري قبل تسجيل الدخول أو المعاملات المالية أو تغيير الصلاحيات، وبإبعاد مفاتيح SSH وكلمات المرور عن مساحة عمله، وتقييد الشبكة لتقليل خطر حقن الأوامر.
• العائلة: ينتمي النموذج إلى عائلة Mage التي يطورها فريق في مايكروسوفت بقيادة شياويي تشانغ، وتضم Mage-VL لفهم الصور والفيديو وMage-Flow للتوليد والتحرير. ونُشرت شيفرة الوكيل على غيت هاب مع تقرير تقني بصيغة PDF، فيما وُضعت أوزان العائلة في مجموعة واحدة على هاغينغ فيس.

المصدر: مايكروسوفت