微软研究院发布了Orchard，这是一个开源框架，旨在支持对自主智能体进行可扩展且具成本效益的研究。该系统以Orchard Env为核心，这是一种基于Kubernetes的环境服务，允许研究人员在软件工程、网页导航和个人助手等多样化领域训练和评估智能体，而无需重新构建基础设施。

  • Orchard-SWE 在 SWE-bench Verified 上达到 69.7% 的成绩（使用约30亿活跃参数），通过价值模型重排序可达到 73%。
  • Orchard-GUI 训练了一个40亿参数的视觉语言模型，在 WebVoyager、Online-Mind2Web 和 DeepShop 基准测试中平均达到 68.4%。
  • 该框架支持直接在 Codex 和 OpenClaw 等真实部署工具链中训练智能体，缩小了训练环境与部署环境之间的差距。

此次发布包含训练数据和评估方法，以帮助更广泛的研究社区构建和研究开放智能体系统，解决当前智能体AI开发中专有基础设施带来的瓶颈问题。