微软发布Orchard框架:开源AI智能体训练与评估新利器
摘要:微软研究院近日发布了名为Orchard的开源框架,旨在为AI智能体研究提供可扩展、低成本的训练与评估基础设施。Orchard通过其核心组件Orchard Env支持跨任务领域的智能体开发,例如软件工程、网页导航和个人助理任务。其独特之处在于能够直接利用真实部署工具进行训练,解决了现有框架中训练与部署环境不匹配的问题。Orchard的发布为AI智能体研究提供了更高效、更开放的工具,有望推动智能体技术的快速发展。
微软发布Orchard框架:AI智能体研究的新突破
微软研究院于2026年8月3日发布了名为Orchard的开源框架,旨在为AI智能体研究提供可扩展、低成本的训练与评估基础设施。以下是Orchard框架的核心特点与技术亮点:
核心特点
- 跨任务领域支持:Orchard支持多种任务类型的智能体开发,包括软件工程、网页导航和个人助理任务。其基础设施可复用于不同领域,简化了研究流程。
- 真实部署环境训练:Orchard允许智能体在真实部署工具(如Codex、OpenClaw和ZeroClaw)中直接进行训练,解决了传统框架中训练与部署环境不匹配的问题。
- 模块化设计:Orchard Env作为核心组件,提供可重用的隔离组件,支持从数据收集到强化学习回滚和评估的完整训练流程。
- 开源与开放数据:项目不仅开源了框架,还发布了训练数据和评估方法,帮助研究社区构建和测试开放智能体系统。
技术亮点
- Orchard-SWE:针对软件工程任务的训练流程,基于Mini-SWE-Agent框架,在SWE-bench Verified基准测试中表现出色,使用约30亿活跃参数达到69.7%的准确率,接近使用超过10倍大小模型的前沿系统。
- Orchard-GUI:训练了一个4亿参数视觉-语言模型作为浏览器智能体,在多个网页导航基准测试中表现优异,例如在WebVoyager上达到74.1%的成功率。
- Orchard-Claw:专注于个人助理任务的训练,在Claw-Eval基准测试中,成功完成59.6%的任务,搭配ZeroClaw系统后,成功率提升至73.9%。
行业影响
Orchard框架的发布对AI智能体研究具有重要意义:
- 降低研究门槛:通过开源和模块化设计,Orchard降低了AI智能体研究的复杂性,使更多研究人员和机构能够参与其中。
- 推动技术进步:Orchard的创新训练方法和技术细节为AI智能体的发展提供了新的思路和工具,有望推动智能体技术的进一步突破。
- 促进开放合作:Orchard的开放性促进了研究社区的协作与共享,为AI智能体领域的共同发展奠定了基础。
开发者建议
- 积极参与:建议开发者关注Orchard的开源项目,积极参与社区讨论和贡献。
- 探索应用场景:尝试将Orchard应用于不同的任务领域,探索其潜力和局限性。
- 提供反馈:通过反馈和贡献,帮助Orchard框架不断完善和优化。
未来展望
Orchard的发布标志着AI智能体研究的一个重要里程碑。未来,Orchard有望通过持续的技术迭代和社区合作,推动AI智能体在更多领域的应用和发展。
—— 完 ——
主题标签: #Microsoft #Orchard #开源框架 #AI智能体 #强化学习
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区