它叫 Mage-VL-Cowork。同一个模型每一步都自己决定，是去点界面，还是直接在终端里敲命令，不用外面再套一层调度。
在 OSWorld-Verified 上它拿了 66 分，人类是 72.4 分，比它大好几倍的 Qwen3.6-27B 是 63.9 分。不过 GPT-5.5、Claude Opus 4.7 这些大模型在 78 分左右，它离它们还差一截。
权重是 BF16，大约 9.5GB，Apache 2.0 协议，能商用。官方给的跑法主要是 SGLang、vLLM 这类 N 卡环境。它能直接执行终端命令，官方建议放在沙盒或者虚拟机里用。
https://huggingface.co/microsoft/Mage-VL-Cowork