微軟最新開源的 4B 超輕量級模型 Mage-VL-Cowork 竟然能在 4GB 顯示記憶體的平價顯卡上，幫你自動寫 Python 整理資料，還能直接看懂螢幕模擬滑鼠操作。本期我們還要帶來在 SWE-bench 衝上 73.6 高分的 Clover-35B-A3B-Preview 擴散語言模型，到底它是怎麼做到每秒破百 token 的極致速度？等一下告訴你！
本期精選
1. microsoft/Mage-VL-Cowork：極輕量地端雙棲電腦操作 Agent
- 這是什麼: 這是由微軟（Microsoft）開源的 4B（40 億參數）超輕量級多模態電腦操作 Agent 模型，授權條款採用友善的 apache-2.0。它最大的特色是能在單一決策機制中，自主切換圖形介面（GUI）與命令列（CLI）操作。
- 能用在哪些場景:
- 場景一：自動化處理重複的資料整理任務。當軟體工程師需要合併多個試算表的複雜欄位時，以往得手動點擊軟體。現在 Mage-VL-Cowork 可以直接在終端機中自動編寫並執行 Python 腳本（例如呼叫 openpyxl 函式庫），在後台用程式碼高效搞定檔案編輯，避開繁瑣的 GUI 點擊。
- 場景二：操作沒有 API 的網頁或圖形介面應用程式。當開發者需要控制某些封閉系統或舊版軟體時，該模型會自動切換至 computer_use 管道，透過辨識螢幕截圖並模擬滑鼠點擊與鍵盤輸入，像人類一樣完成介面操作。
- 場景三：在安全的隔離環境中執行系統級自動化任務。如果團隊需要在不外洩敏感程式碼或商業機密的前提下執行系統級任務，由於這款模型只有 4B 大小，開發者可以將其完全部署在本地的沙盒、Docker 容器或虛擬機中，在保護隱私的安全環境下讓 Agent 執行任意的 Shell 指令與檔案操作。
- 跑得動嗎: 官方 model card 標示其 BF16 完整權重大小約為 9.48 GB。不過根據第三方分析平台 modelfit.io 的評估，其 Q4_K_M 量化 GGUF 格式加上視覺投影器（Vision Projector）整體容量僅約 3 GB，因此 NVIDIA 顯示卡建議至少配備 4 GB 顯示記憶體（例如 GTX 1650、RTX 3050）即可執行，若在 16GB 的 Mac 上運作也完全足夠。
- 本期聲量: 目前在 Hugging Face 上的熱度值為 104，累計有 752 次下載，並獲得 105 個讚。
- 跟同類比: 根據微軟官方在 OSWorld-Verified 基準測試上的數據，Mage-VL-Cowork 取得了 66.0% 的任務成功率。這個成績不僅超越了體積更大的 Muse Glimmer-30B (65.9%) 與 Qwen3.6-27B (63.9%)，更遠遠領先同為 4B 規模但僅專注於 GUI 的 Fara1.5-4B (13.9%)。
- 怎麼取得: 官方 README 說明，開發者可以直接透過 Transformers 載入模型（需在程式碼中設定
trust_remote_code=True），或者使用官方提供的 SGLang 容器進行部署。 - 連結: microsoft/Mage-VL-Cowork
2. Diffuspace/Clover-35B-A3B-Preview：地端最強 Coding Agent 的極速擴散利器
- 這是什麼: 這是一部由 DiffuSpace 推出的 35B 混合專家（MoE）擴散語言模型，授權條款為 apache-2.0。它是目前首款開源的擴散語言模型，專門針對 Agent 任務進行深度優化，特別擅長自主編寫程式碼、呼叫工具與瀏覽網頁。
- 能用在哪些場景:
- 場景一：建立地端的自主 Coding Agent。當軟體工程師想要在本地環境中建立一個能自動修復 GitHub 專案 Bug 的小助手時，Clover-35B-A3B-Preview 展現了極高的任務完成率，它能夠自主編寫程式碼、呼叫外部工具並瀏覽網頁，高效解決儲存庫中的問題。
- 場景二：建構超低延遲的地端 AI 助理。開發者如果需要極快的回應速度來應對複雜的 Agent 工作流，該模型採用的「區塊擴散（Block Diffusion）」技術，可以並行去噪並生成多個 Token，在複雜的自動化流程中提供超高吞吐量的流暢生成體驗。
- 跑得動嗎: 根據第三方部署指南 mindstudio.ai 與模型規格指出，BF16 完整權重約需要 69GB 的顯示記憶體。不過官方 README 提到，他們已經提供了 8-bit 與 4-bit 的 GGUF 量化版本，開發者可以輕鬆透過 llama.cpp 進行本地推論，且該模型還支援自我投機解碼（Self-Speculative Decoding）來進一步加速。
- 本期聲量: 目前在 Hugging Face 上的熱度高達 195，累積下載次數達 2.4k 次，並獲得 199 個讚。
- 跟同類比: 根據 DiffuSpace 官方數據，Clover-35B-A3B-Preview 在 SWE-bench Verified 取得了 73.6 的驚人高分，並在 Terminal-Bench 2.1 取得 51.7 分，性能超越了同等參數規模的自迴歸模型 Qwen3.6-35B-A3B。此外，官方指出它在 H200 上的 Agent 任務生成速度達 515 tokens/s，顯著快於使用 DFlash2 投機解碼的 Qwen 模型（365 tokens/s）。
- 怎麼取得: 官方 README 說明，開發者可透過安裝 llama.cpp，並在終端機啟動與 OpenAI 相容的本地伺服器來載入：
llama serve -hf Diffuspace/Clover-35B-A3B-Preview-GGUF:Q4_K_M。 - 連結: Diffuspace/Clover-35B-A3B-Preview
結尾段落
從這期的選題可以看出，地端 Agent 模型的發展已經進入了「高效率」與「多重操作」的全新階段。不論是只要 4GB 顯示記憶體就能靈活切換 GUI 與 CLI 的 Mage-VL-Cowork，還是用區塊擴散技術狂飆生成速度的 Clover-35B-A3B-Preview，都讓台灣工程師可以在完全保護隱私的前提下，親手打造出極具生產力的本地自動化工作流。今天的介紹就到這邊，我們下一集見！
留言