4B agent sa naučil, kedy klikať a kedy písať príkazy
Mage-VL-Cowork od Microsoftu spája ovládanie obrazovky a trvalý terminál v jednom otvorenom modeli. Jeho spôsob trénovania ukazuje, že obmedzenie nástrojov učiteľského modelu a odmeňovanie kratších úspešných postupov môže byť dôležitejšie než pridanie ďalšieho rozhrania.