微软发布开源权重模型Fara-7B，这是一款计算机使用（Computer Use）代理模型，主打以约70亿参数规模在个人设备上自动操作真实网页。官方表示，Fara-7B模型为研究性质，建议在沙箱环境中实验，避免涉及高度敏感数据或高风险网站。

Fara-7B被设计为计算机使用代理，直接读取浏览器窗口截图，推断下一步应将鼠标移动到何处点击、何时滚动页面、在哪个输入框中输入文字。它不依赖无障碍树（Accessibility Tree）等额外结构化信息，而是尽量模拟普通用户的实际操作方式。微软预期，开发者可利用Fara-7B协助填写在线表单、搜索与整理信息、比价购物、订票或管理云服务账号，但前提是需有人类监督与复核，并非完全放手交给代理。

在模型设计上，Fara-7B以多模态基础模型Qwen2.5-VL-7B为底座，支持长内容输入，并通过监督式微调，使模型学会在观察画面、思考下一步与下达行动的流程中完成任务。每一步推理时，Fara-7B会综合用户指令、过往操作历史与最近三张浏览器截图，先生成内部思考，再输出一次工具调用，对应浏览器自动化框架Playwright的鼠标与键盘动作，或web_search、visit_url等浏览宏命令。

微软以WebVoyager、Online-Mind2Web、DeepShop以及新提出的WebTailBench等基准，与其他计算机使用代理与大模型代理进行比较。官方数据显示，在WebVoyager与WebTailBench上，Fara-7B的任务成功率不仅优于同样基于Qwen2.5-VL-7B的UI-TARS-1.5-7B，也具备与OpenAI计算机使用预览版等系统竞争的水平。由于Fara-7B平均完成任务所需步骤更少，意味着更低的计算开销，在成本上更具优势。

Fara-7B在执行任务时，仅处理浏览器截图、用户任务指令与代理自身的操作历史，不额外访问网站内部结构数据，强调仅收集完成任务所需的最小信息，且所有代理行为均完整记录，便于事后审计与回溯。

训练数据中也加入了安全相关案例与应拒绝的任务，并通过WebTailBench-Refusals测试显示，模型对红队场景具有明显拒绝能力。微软在训练过程中特别强化关键情境，例如输入个人信息或进行支付等不可逆操作时，代理必须暂停并请求用户确认，最终决策权始终保留给人类。

目前Fara-7B已集成至Magentic-UI研究原型，开发者可在受控界面中观察代理如何一步步操作网页，也可通过Microsoft Foundry、Hugging Face或VS Code的AI工具包下载模型，进行本地计算机使用代理的实测。