微软发布Orchard框架:开源可扩展智能体AI基础设施
摘要:微软研究院发布了一款名为Orchard的开源框架,旨在为智能体AI研究提供可扩展且高效的基础设施。Orchard通过其核心组件Orchard Env支持跨任务领域的智能体训练与评估,简化了复杂环境下的AI研发流程。该框架支持多种应用场景,如软件工程、Web导航和个人助理任务,并显著降低了研究门槛,为开源社区提供了强大的工具支持。
微软发布Orchard框架:开源可扩展智能体AI基础设施
微软研究院于2026年8月3日发布了一款名为Orchard的开源框架,旨在解决智能体AI研究中的基础设施瓶颈问题。Orchard通过其核心组件Orchard Env,为研究人员和开发者提供了一个可扩展且高效的环境,用于训练和评估跨任务领域的智能体。
主要特点与技术亮点
-
跨任务支持:Orchard Env支持多种任务类型,包括软件工程、Web导航和个人助理任务。其设计允许研究人员在不同任务领域重用相同的基础设施,从而简化了研发流程。
-
轻量级与可扩展性:Orchard Env基于Kubernetes构建,能够并行创建、管理和移除数千个隔离组件。这使得框架能够轻松扩展以适应不同的研究需求。
-
高效的训练与评估流程:Orchard支持在真实的部署环境中直接训练智能体,例如Codex、OpenClaw和ZeroClaw。这消除了在简化环境中训练然后部署到真实环境时的不匹配问题。
-
开源数据集与评估方法:项目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。
应用案例与性能表现
-
Orchard-SWE:在软件工程领域,Orchard-SWE在SWE-bench Verified基准测试中达到了69.7%的成功率,使用价值模型重排序后提升至73.0%,接近使用超过10倍参数量的前沿系统。
-
Orchard-GUI:在Web导航领域,Orchard-GUI在多个基准测试中表现出色,平均成功率达到68.4%,成为开源GUI智能体中的佼佼者,同时与OpenAI和Google的专有系统性能相当。
-
Orchard-Claw:在个人助理任务中,Orchard-Claw在Claw-Eval基准测试中成功完成了59.6%的任务,与ZeroClaw结合后,成功率提升至73.9%。
行业影响与未来展望
Orchard的发布标志着智能体AI研究的一个重要里程碑。通过提供开放、轻量级和可重用的基础设施,Orchard降低了研究成本,使得更多团队能够专注于智能体AI的核心问题,而不是基础设施的构建。
展望未来,Orchard团队计划通过重用训练经验来推动智能体的持续学习,使每一代智能体都能继承和扩展前一代的知识。此外,Orchard的完整堆栈(包括环境服务、训练管道和数据集)的发布,将帮助研究社区更快地构建更强大的开放智能体。
开发者建议
-
探索Orchard框架:建议AI研究人员和开发者下载并试用Orchard框架,特别是在需要跨任务领域进行智能体训练和评估的场景中。
-
参与开源社区:通过参与Orchard的开源社区,开发者可以贡献代码、分享经验,并推动智能体AI领域的发展。
-
关注后续更新:Orchard团队计划持续更新框架,开发者应关注其官方渠道以获取最新的功能和改进。
—— 完 ——消息来源:Microsoft Research AI (2026-08-03)
主题标签: #Microsoft #Orchard #开源框架 #智能体AI #Kubernetes
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