MagenticLite、MagenticBrain和Fara1.5：为小型模型优化的智能体体验

微软研究院AI Frontiers团队今日发布了MagenticLite，这是一款实验性的智能体应用，专为小型模型设计。作为Magentic-UI的下一代产品，MagenticLite能够在同一工作流中跨浏览器和本地文件系统运行。该应用由两个专用模型驱动：MagenticBrain负责推理、委派和终端操作，而Fara1.5则是一系列用于浏览器任务的电脑使用模型。这三个组件协同设计，作为一个统一系统运行，从而打造出一个高效、数据保留在用户设备上且支持广泛智能体任务的代理。

这一项目基于一个核心研究假设：智能体的能力更多取决于工具编排和行动，而非单纯的知识。这一洞察使得使用小型模型成为可能，同时能以更低的成本支持广泛的智能体任务。MagenticLite体现了微软对智能体AI端到端的处理方式——从训练数据和模型设计到编排、交互设计以及整个体验中的人类监督。

此次发布包含三个主要组件：MagenticLite应用、MagenticBrain编排模型和Fara1.5电脑使用模型。MagenticLite是Magentic-UI的下一代版本，其代理引擎为小型模型重建，并根据社区反馈更新了用户界面。MagenticBrain集规划、编码和委派于一身，能将模糊请求转化为具体计划，为每一步选择合适的工具或子代理，并在任务中断时进行恢复。Fara1.5是电脑使用模型系列的新一代产品，提供三种尺寸，其中旗舰版90亿参数模型适用于大多数用例。Fara1.5在小型电脑使用模型中取得了新的最先进成果，在Web导航任务上的性能几乎达到前代Fara-7B的两倍，尤其在表单填写、凭据网站和长时间任务方面表现更佳。

研究团队从现实世界用例中识别需求，如填写表单、进行浏览器研究和本地文件管理，并围绕这些需求构建了评估数据集。标准基准测试虽然重要，但并非衡量现实世界实用性的直接标准。基于场景的评估补充了这些基准测试，成为模型和引擎迭代改进的关键信号。在用户体验方面，MagenticLite保留了Magentic-UI的关键元素，包括代理推理和行动的可见性、用户直接控制的能力以及关键节点的明确批准。根据最新用户研究，MagenticLite还通过更新的浏览器和聊天视图降低了学习难度，方便用户理解代理行动并在需要时进行干预。

Fara1.5在Online-Mind2Web基准测试中，在同类模型中取得了最先进成果，并大幅超越了前代模型。除了基准测试的改进，Fara1.5在用户体验上也有提升，用户应能观察到在填写表单、处理凭据网站登录和预订等日常任务中的更优表现。这些改进得益于FaraGen数据生成管线的进化。除了在真实网站上的训练，模型还在高度逼真的合成环境中进行了训练，以模拟登录和不可逆操作等场景。Fara1.5拥有针对长时间任务调优的原生动作空间，内置工具可在数百步的上下文中存储关键信息，并在需要时征求用户许可或偏好，从而在跨越数分钟实际任务中保持连贯性。同时，关键点的检测得到了重新校准，既确保安全触发，又不阻碍有用任务。

MagenticBrain是一个140亿参数的编排模型，从Qwen 3 14B微调而来，并在MagenticLite引擎内与推理时相同的工具模式和运行环境中进行了端到端训练。这使得它在如何学习编排和如何运行之间没有差距。MagenticBrain的设计结合了多步工具调用轨迹、编码和终端轨迹，以及电脑使用代理委派。它能够识别浏览器或UI任务，向Fara1.5发出结构化交接，等待结果后继续任务，从而在单个140亿参数模型内完成推理、编码、工具调用和委派。

引擎将编排模型和浏览器使用模型整合到单一工作流中，关键设计包括：逐步规划保持灵活性；主动上下文管理保持小型模型的有效上下文窗口聚焦；通过子代理委派让编排模型作为主代理，将浏览器任务委派给Fara1.5。引擎保留了Magentic-UI 1.0中的人机协同保证，浏览器和代码操作的关键节点仍需用户明确批准，整个系统运行在Quicksand沙盒中，隔离浏览器会话和代码执行与宿主机。

MagenticLite能够执行广泛的任务，如填写费用表格、查找和预订餐厅、查找食谱食材价格以及组织本地文件。MagenticLite、MagenticBrain和Fara1.5作为研究发布，旨在支持持续的探索和开发，社区可访问GitHub和Microsoft Foundry获取。