Microsoft发布Fara1.5浏览器智能体系列 将网页任务成功率提升至七成以上

背景与发布

Microsoft Research AI Frontiers实验室正式发布Fara1.5，这是首个面向浏览器的计算使用智能体（Computer‑Use Agent）系列。模型提供4B、9B、27B三种参数规模，全部集成在微软自研的安全沙盒浏览器MagenticLite中，可直接在真实网页上读取截图并输出鼠标、键盘等操作指令。

核心性能

• Online‑Mind2Web基准：Fara1.5‑27B在覆盖136个热门站点、300个任务的评测中取得 72% 成功率；9B版本为63.4%，4B版本为34.1%（前代Fara‑7B）。
• 对比竞争：OpenAI Operator 58.3%，Google Gemini 2.5 Computer Use 57.3%，Yutori Navigator n1 64.7%。
• WebVoyager：27B模型达到88.6%整体得分，9B和4B分别为86.6%和80.8%。
• WebTailBench v1.5（长尾网页任务）：9B模型过程成功率64.5%，结果成功率32.3%，相较于GPT‑5.4的79.6%/57.4%仍有提升空间。

训练与合成数据管线（FaraGen1.5）

FaraGen1.5负责生成用于训练的合成轨迹，核心包括三大模块：

1. 环境（Envs）：
   • 开放网络任务直接在真实网站上执行。
   • 封闭域任务通过六个自建克隆（邮件、日历、Stream、机器学习、Stay、Scheduler）实现，所有克隆均由GitHub Copilot CLI+人工迭代构建，具备完整前端、API和基于角色的数据库。
2. 求解器（Solver）：采用OpenAI的GPT‑5.4，工具集与Fara1.5保持一致，在自动化WebJudge上实现83%成功率，显著高于前代求解器的67%。
3. 验证器（Verifier）：通过LLM生成的评分标准、数据库快照比对以及冗余动作惩罚，过滤出高质量轨迹进入训练。

训练采用约200万条样本的监督微调，数据比例为60%网页轨迹、12.8%合成环境、其余为表单填写、VQA等子任务。损失仅对最近三轮进行计算，以提升长程决策能力。

安全与交互机制

Fara1.5在以下三类情形主动暂停并请求用户确认：

• 需要用户个人信息且未提供时；
• 任务描述模糊或缺失关键细节时；
• 即将执行不可逆操作（如发送邮件、修改设置）时。

所有动作均记录在MagenticLite的审计日志中，沙盒浏览器提供了明确的安全边界，符合微软Responsible AI政策的安全训练规范。

行业意义

Fara1.5展示了大模型在真实网页环境中实现高效、可审计交互的可行路径。其合成数据管线突破了传统只能在开放网页上训练的局限，为企业内部系统、受限业务提供了可复制的训练方案。随着模型规模的提升和安全交互机制的成熟，浏览器智能体有望在客服自动化、企业内部流程编排以及个人助理等场景得到广泛落地。

“从70%到80%以上的任务成功率，标志着大模型已经可以在复杂网页环境中进行可靠的长程规划。” — 微软研究院技术负责人