一句话看懂：研究团队提出 Mage-VL-Cowork 训练方案，用 4B 参数模型同时掌握图形界面操作和代码、终端执行，在 OSWorld-Verified 上报告 66.0% 的成绩，并称该结果在同参数规模中处于领先。需要说明的是，该信息来自论文摘要，实验细节尚未核验。
事件核心：发生了什么
根据 Hugging Face Papers 收录的论文摘要（发布时间为 2026 年 10 月 29 日），Mage-VL-Cowork 是一个 4B 参数的混合电脑使用智能体（CUA），从通用多模态对齐检查点出发，经过中训练、SFT 和强化学习，以五阶段递进课程完成端到端训练。
配套的数据引擎 Mage-CUA-Forge 用可复用的、按技能条件化的生成流程和应用专用准备器，替代逐任务的智能体搭建，共合成 293,806 个桌面与网页任务，覆盖 6,915 项技能；摘要称，重复性的单任务开销因此降低 82.6%。团队没有直接蒸馏默认教师模型，而是演化教师 harness，并实例化专用 CUA harness，以产出高质量轨迹和分阶段监督。最终 Mage-VL-Cowork-4B 在 OSWorld-Verified 上达到 66.0%，推理成本更为经济。
为什么重要
电脑使用智能体长期面临一个割裂：要么偏重视觉界面点击，要么偏重代码与终端执行。Mage-VL-Cowork 尝试在单一策略内统一两类能力，更接近真实办公与开发场景的混合操作需求。对行业而言，更值得关注的是训练方法：用可复用的生成流程，辅以演化后的教师 harness 做数据生产，这种思路如果被验证，可能降低电脑使用智能体数据合成的边际成本，影响后续开源与闭源模型的训练路线选择。4B 的参数量也指向端侧部署的可能性，但摘要没有给出端侧实测数据。
对用户/开发者/创作者的影响
对开发者来说，五阶段课程和 harness 演化属于可借鉴的训练配方，但目前公开信息显示只有论文摘要，尚未见到代码、权重或 API 发布，短期内难以直接复现。对普通用户和创作者，这类混合智能体若落地，可能让“让 AI 直接操作电脑完成任务”的体验更连贯，但摘要没有说明产品化时间。企业采购方面，66.0% 的 OSWorld-Verified 成绩只能限定在该基准与论文所述训练条件下理解，不能等同于真实业务场景的可靠性。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文全文与实验细节是否公开，尤其是 66.0% 成绩的评测设置和推理成本数据；二是代码、模型权重或数据生成工具链是否开源，决定开发者能否复现；三是其他团队是否跟进“演化教师 harness”这一数据生产路径，以及 4B 级模型在实际端侧环境中的表现。
