微软发布 27B 截图式浏览器代理 Fara1.5
pmttyji · reddit · 2026-07-23
微软发布 Fara1.5-27B 浏览器电脑使用代理
微软研究院 AI Frontiers 推出 Fara1.5-27B，这是一个面向浏览器任务的 computer-use agent，可以读取网页截图并代表用户执行操作。
- 模型在感知阶段 只看截图，不直接使用 DOM 或无障碍树；内部推理和历史轨迹则以文本形式维护。
- 它通过结构化工具调用完成任务，包括 点击、输入、滚动、打开 URL、网页搜索 等。
- 该模型由 Qwen3.5-27B 微调而来，训练数据来自 FaraGen1.5：一个会自动生成网页任务、执行轨迹并验证结果的多智能体管线。
- 微软建议与 MagenticLite 搭配部署，并明确给出适用场景：表单填写、订票、购物、信息查询等重复性网页工作。
- 同时也列出局限：截图感知容易被页面渲染欺骗或 prompt injection 干扰，多步轨迹会累积错误，且不同运行之间结果波动不小。
这是一条很典型的浏览器代理/网页自动化路线更新，不是单纯模型能力宣传，而是带有训练、部署和风险边界说明的完整发布。
「编程与Agent」频道最新
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27
- 用 Tailscale 让云端 Grok Bot 在自己 Mac mini 上写代码，全程不开公网端口 — talkaboutdesign · 2026-10-27
- 工程师数月实践：Agent 每次调用重发全量上下文，改一个 token 全额付费 — dscape · 2026-10-27
- Alchemy 支持 Effect Workflow:跨 Durable Objects、Workflows 与 Lambda 持久函数 — samgoodwin89 · 2026-10-27
- Alchemy 推出 Lambda Web Functions,Node 版 Web 服务器直接上 Lambda — samgoodwin89 · 2026-10-27
- Alchemy 全部约 2850 个 AWS binding 现已跨云可用 — samgoodwin89 · 2026-10-27