Un agent de classe 4B a appris quand cliquer et quand taper
Mage-VL-Cowork, le modèle ouvert de Microsoft, agit à l’écran et dans un terminal persistant. Son entraînement montre que réduire la panoplie d’outils du modèle enseignant et récompenser les parcours courts qui aboutissent peut compter davantage que l’ajout d’une interface.