--- title: "Microsoft Fara1.5: i nuovi agenti AI per il web che sfidano Google e OpenAI" date: "2026-05-23" category: "Intelligenza Artificiale" tags: ["agenti ai", "computer-use", "fara1.5", "intelligenza artificiale", "microsoft research"] description: "Microsoft Research presenta Fara1.5, una famiglia di agenti AI 'pixel-to-action' per la navigazione web che supera i modelli di OpenAI e Google per efficienza." source: "https://ainsights.it/blog/microsoft-fara1-5-agenti-ai-navigazione-web" --- # Microsoft Fara1.5: i nuovi agenti AI per il web che sfidano Google e OpenAI ![Microsoft Fara1.5: i nuovi agenti AI per il web che sfidano Google e OpenAI](https://www.marktechpost.com/wp-content/uploads/2026/05/blog11-38.png) Il laboratorio AI Frontiers di Microsoft Research ha recentemente presentato Fara1.5, una nuova famiglia di agenti per l'uso del computer (Computer-Use Agents, CUA) ottimizzati per la navigazione web, che stabiliscono nuovi standard di efficienza superando soluzioni di giganti come OpenAI e Google. - **72%** — Successo Task (Fara1.5-27B su benchmark Online-Mind2Web) - **2M** — Campioni di training (Volume del dataset per il fine-tuning supervisionato) - **88.6%** — WebVoyager Score (Punteggio massimo raggiunto dalla versione 27B) I modelli Fara1.5 rappresentano l'ultima frontiera dei sistemi "pixel-to-action", capaci di pilotare un browser reale leggendo gli screenshot ed emettendo comandi per mouse e tastiera. Questa release si declina in tre diverse dimensioni: **Fara1.5-4B, Fara1.5-9B e Fara1.5-27B**, tutti integrati con MagenticLite, l'interfaccia browser sandboxed di Microsoft progettata per questi agenti. ![Microsoft Fara1.5 Browser Agents](https://www.marktechpost.com/wp-content/uploads/2026/05/blog11-38.png) La famiglia di modelli Fara1.5 promette prestazioni superiori nella navigazione web autonoma. ## Architettura e Loop dell'Agente Basati sui checkpoint di Qwen3.5, i modelli operano attraverso un ciclo continuo di **osservazione-pensiero-azione**. In ogni fase, il modello analizza la cronologia della conversazione precedente e i tre screenshot più recenti del browser per generare una riflessione interna (thought) e un'azione successiva. ```mermaid flowchart TD A[Osservazione: Screenshot + Storia] --> B[Pensiero: Analisi dello stato] B --> C[Azione: Mouse/Tastiera/Meta-azione] C --> D[Nuovo Stato Browser] D --> A ``` Lo spazio d'azione non si limita ai soli input fisici (clic, digitazione), ma include azioni specifiche per il web, come la ricerca, e "meta-azioni" per la gestione del contesto. Queste ultime permettono all'agente di memorizzare fatti per un uso futuro o di porre domande di chiarimento all'utente, facilitando operazioni su orizzonti temporali lunghi e la collaborazione uomo-macchina. ## Mix di Addestramento e Fine-Tuning L'addestramento di Fara1.5 si basa su circa **due milioni di campioni** sottoposti a fine-tuning supervisionato (SFT). La composizione del dataset è estremamente variegata: - 60% traiettorie di navigazione web reali. - 12.8% ambienti sintetici. - 12.5% compilazione di moduli e interazioni utente. - 8.8% grounding (collegamento tra testo e coordinate visuali). - 4.9% Visual Question Answering (VQA). Un aspetto tecnico rilevante riguarda l'applicazione della perdita (loss), che viene calcolata solo sugli ultimi tre passaggi di ogni traiettoria, ottimizzando l'apprendimento delle sequenze decisionali immediate. A differenza dei modelli precedenti, Fara1.5 integra meta-azioni specifiche per gestire l'incertezza, permettendo all'AI di chiedere aiuto invece di procedere a tentativi in caso di istruzioni ambigue. ## FaraGen1.5: La Pipeline per i Dati Sintetici Il cuore pulsante dell'addestramento è **FaraGen1.5**, una pipeline modulare composta da ambienti, risolutori e verificatori. Microsoft ha suddiviso i compiti in due tipologie: 1. **Open-internet:** Task su siti web live che non richiedono login. 2. **Gated-domain:** Compiti che necessitano di sessioni autenticate o comportano azioni irreversibili (es. invio di email). Per i domini protetti, il team ha creato **FaraEnvs**, sei cloni sintetici (Mail, Calendar, Stream, ML, Stay, Scheduler) dotati di frontend realistico, API funzionanti e database popolati con dati persona-based. Grazie al controllo totale dello stack, Microsoft può verificare l'esito di ogni operazione confrontando gli snapshot del database prima e dopo l'esecuzione dell'agente. ## Gestione delle Azioni Critiche e Sicurezza La sicurezza è integrata direttamente nel comportamento del modello. Fara1.5 è addestrato per interrompersi e consultare l'utente in tre scenari specifici: - Quando il compito richiede informazioni personali non ancora fornite. - Se la descrizione del task è ambigua o mancano dettagli operativi. - Prima di eseguire un'azione irreversibile che richiede approvazione esplicita. All'interno di **MagenticLite**, tutte le azioni sono loggate e verificabili, creando un confine di sicurezza (sandbox) tra l'agente e la macchina dell'utente. ## Analisi dei Benchmark e Prestazioni I risultati ottenuti su Online-Mind2Web (300 task su 136 siti popolari) vedono Fara1.5-27B dominare la classifica: > _\[Grafico interattivo — visibile nella versione web dell'articolo\]_ Anche su altri benchmark come **WebVoyager**, il modello da 27B raggiunge l'88.6%, mentre la versione da 9B (86.6%) supera concorrenti di dimensioni simili come MolmoWeb 8B e GUI-Owl-1.5. Su **WebTailBench v1.5**, focalizzato su compiti web meno comuni, il modello 9B ha ottenuto un successo del processo del 64.5%, confrontandosi con il 79.6% di GPT-5.4. ### Verdetto ## Fonti e riferimenti 1. [Fara1.5: A Family of Browser Computer-Use Agents](https://www.microsoft.com/en-us/research/articles/fara1-5-computer-use-agent/) --- *Fonte: [https://ainsights.it/blog/microsoft-fara1-5-agenti-ai-navigazione-web](https://ainsights.it/blog/microsoft-fara1-5-agenti-ai-navigazione-web)*