10 月 30 日，微软把一个 4B 的开源模型放了出来，它能自己在电脑上点鼠标、敲命令；10 月 30 日，谷歌也把同类能力从预览做成了正式接口。能力比规矩跑得快，于是同期的新动作几乎都在补同一件事：谁允许它动什么。
一、会用电脑这件事，被压进一个 9.5 GB 的安装包
10 月 30 日，微软 Mage 团队把 Mage-VL-Cowork 的权重放上 Hugging Face，Apache-2.0 许可，商用免费。参数 4B——参数可以粗略理解成模型的脑容量，4B 属于最小的一档；权重文件约 9.5 GB，不再需要一屋子服务器。
它要解决的是"让 AI 替你操作电脑"。在 OSWorld-Verified 这个测试里，模型被放进真的桌面环境，自己打开表格、填表、改文件，分数就是任务完成率。它拿到 66.0%。参照物很关键：人类在同一套题上是 72.4%，GPT-5.5 是 78.7%；开源阵营里，30B 的 Muse Glimmer 是 65.9%，72B 的 OpenCUA 只有 44.9%。换句话说，它用别人十分之一到二十分之一的体积，追到了同一档位。
做法是给模型两条通道：一条看截图、输出鼠标和键盘动作（11 种操作，坐标归一化到 0–999）；另一条是一个常驻的 shell，可以跑命令、跑 Python。走哪条由模型自己决定，不是外挂一个调度器。据项目页介绍，加上在线强化学习后，它的分数比只做监督微调时高 10.16 个百分点，同时模型调用次数少 13%、输出 token 少 25.4%。
判断：两条通道是这个发布里最值得琢磨的设计。人在电脑上本来就不只用鼠标——开个终端比点十次菜单快。但同一个能在你机器上执行 shell 命令的模型，也意味着一份恶意网页里的隐藏指令，有机会直接变成一条命令。微软把它当成能力来介绍；沙箱和边界，得由部署它的人自己准备。
二、谷歌把同一件事做成正式接口，还附了一张"不许做"的清单
10 月 30 日，Gemini API 的发布说明里多了一行：Computer Use 工具正式可用（generally available），覆盖 Interactions 和 GenerateContent 两套接口，此前它是预览状态。
按官方文档，它支持三种环境——浏览器、手机、桌面。模型看截图，输出点击、输入这类动作，真正动手执行的是开发者自己写的客户端；每一步动作带一个 intent 字段，用来说明这一步想干什么；安全策略可以按内置类别调整，还可以打开截图注入检测，专门找藏在页面里的对抗性指令。
判断：正式可用改变的是"支持承诺"，不是风险等级。责任被切得很干净——模型只出主意，执行权在客户端。而谷歌自己做旗舰模型时是相反的做法：Gemini 4 Carbon 到现在只发给少数网络安全机构。同样的能力，一边严格限流，一边开放接口，差别不在技术，在"谁被允许用"。
三、网站也拿到了一个"别拿我的内容训练"的统一开关
10 月 30 日，OpenAI 宣布会遵守 robots.txt 里的一个跨厂商通用信号：网站主写一次，所有参与方一起读到"这些内容不许用于训练"。以前得给每一家的爬虫单独写一条规则。这件事挂在 IETF 的 AI Preferences 工作组下面，是自愿的；OpenAI 说会在"未来几个月"实施，并且不替代它原有的 GPTBot 等开关。
判断：这是一份意向书，不是一把锁。草案没有引入新的技术手段，读到不认识规则组的旧爬虫会直接忽略；也没有任何机制去验证厂商是否照做。但它把"表达偏好"的成本从 N 次降到 1 次——对内容方来说，这是把谈判筹码标准化了。而对做站的人来说，真正的问题不是"能不能声明"，是"声明了之后谁来证明"：目前答案是谁也不证明，只留一份可被引用的记录。
四、想授权，先得有账本
10 月 29 日，Anthropic 在 Claude 开发者平台的发布说明里上线用量与成本分析 API 的测试版：组织可以按模型、工作区、API key、请求者分组，看 token 花在哪里、花了多少。
判断：AI 从"回答问题"变成"替你办事"之后，一笔账的计量单位就从"多少人用"变成"做了多少动作"。没有账本就谈不上授权——你没法批准一个自己说不清成本的委托。
五、所以，这事跟你有什么关系
对普通用户：会自己点鼠标的 AI，先落地在浏览器自动化、软件测试、后台录入这些场景，而不是先住进你的个人电脑。真用上时，优先选那类"每一步要你确认"的产品；看到"允许操作浏览器"的授权弹窗，先分清它拿到的是这一个标签页，还是整块桌面。别把网银、公司邮箱、云盘根目录交给一个没有确认环节的 agent。
对开发者：9.5 GB 的权重意味着这件事可以在本地做完，不必按 token 付费。先拿手上三个重复任务去测，重点看它什么时候选界面、什么时候选终端——这两条路选错的代价并不对等。
两个可以自己验证的观察点：一是这个模型一个月内会不会出现在 Hugging Face 的衍生模型列表里，几十个微调版本意味着真有人在部署，而不是只围观榜单；二是 30 天内会不会出现第一起公开的"AI 代操作导致数据外泄"事件，以及厂商的反应是加确认步骤，还是干脆默认关掉 shell 通道。
评论