微軟釋出 MagenticLite：讓小模型串起瀏覽器與本地檔案操作

想讓 AI 幫你訂票、填表、整理電腦檔案，行業以往的直覺是塞給它一個頂配大模型。畢竟既要看懂網頁，又要寫指令碼操控終端，腦力不夠容易翻車。

微軟亞洲與總部的 AI 團隊最近換了一條思路。他們認為 Agent 的核心能力在於工具編排和執行，不在於腦子裡裝了多少百科全書。5 月 21 日，微軟研究院正式推出了實驗性 Agent 系統 MagenticLite。

作為 Magentic-UI 的下一代方案，MagenticLite 最大的特點是完全基於小模型驅動，卻能在單個流程裡打通瀏覽器和本地檔案系統。

14B 當總指揮，4B 到 27B 負責跑腿

這套系統沒有用龐然大物，而是靠兩類定製小模型分工合作。

負責總控的是 MagenticBrain，一個 14B 引數的編排模型。它基於 Qwen 3 14B 微調，負責把模糊需求拆成具體步驟、寫程式碼跑終端，或者適時把任務甩給其他子模型。因為訓練環境和執行框架完全一致，它在做決策時很少卡殼。

真正動手操控瀏覽器的則是 Fara1.5 家族。這套專門處理電腦操作的模型基於 Qwen 3.5 打造，提供了 4B、9B 和 27B 三種尺寸，官方推薦 9B 作為主力主力款。

去年 11 月微軟發過 Fara-7B，這次 Fara1.5 在包含 300 個真實任務的 Online-Mind2Web 基準測試中，成績幾乎比上一代翻了一倍，重新整理了同尺寸模型的紀錄。尺寸最大的 27B 版本跑分更是超過了 90%。

專為小模型重寫的執行底座

小模型最大的痛點是記性差、上下文長了容易注意力渙散。微軟為此給 MagenticLite 重構了專門的執行框架 Harness。

框架不會把幾百步的操作記錄一口氣塞給模型，而是主動提煉摘要，每一步只給模型當下最需要的資訊。遇到複雜工作，它採用逐步規劃，走一步看一步，中途出錯也能及時修正。

為了防止 AI 在使用者電腦上亂來，整套系統套在一個名為 Quicksand 的開源沙箱裡執行。Quicksand 基於 QEMU 打造，將瀏覽器會話和終端指令碼與真實系統隔離開來。

在安全性上，上一代 Fara-7B 經常在表單提交和登入時過度彈窗打擾使用者。Fara1.5 重新校準了安全閾值，保留關鍵資金交易確認的同時，讓普通網頁互動更連貫。

為什麼重要

我們認為 MagenticLite 走出了極其實用的一步。長期以來，端側 Agent 最大的阻力就是雲端大模型太貴、延遲太高，而且沒人願意把本地檔案和敏感網頁憑證傳到第三方伺服器。微軟這套打法證明了，哪怕只有 9B 到 14B 的小身材，靠精準的分工編排和框架調優，也能在本地端幹好跨瀏覽器與終端的複雜活。

對開發者和極客來說，這意味著未來能在消費級硬體上跑起真正有用的私人助理，隱私完全留在本地。不過從當前來看，它仍然是一個偏實驗性質的研究專案，依賴沙箱環境和特定的任務定義，普通使用者想拿來當日常「開箱即用」的工具還為時尚早。

對行業而言，這給狂卷千億引數的智慧體競爭潑了點冷水。當開源小模型靠工具協同就能追平大模型在日常任務上的表現時，端側裝置普及自主 Agent 的速度，看起來會比預想中快得多。