Microsoft Research Blog
1. Orchard：一个可扩展的智能体AI开放框架
微软的Orchard框架解决了可扩展智能体AI基础设施的关键需求，提供了可复用组件和出色的基准表现。其开源特性和全面的配方使其对构建实际AI智能体的研究人员和从业者具有即时参考价值。 (score: 0.92)
微软研究院推出了Orchard，一个用于可扩展智能体AI研究的开源框架。其核心是Orchard Env，一个基于Kubernetes的环境服务，为跨任务域（包括软件工程、网页导航和个人助理）训练和评估智能体提供可复用的隔离组件。该框架支持直接在真实的部署环境中训练智能体。三个领域特定配方已发布：Orchard-SWE在SWE-bench Verified上达到69.7%的准确率，Orchard-GUI在网页导航基准上平均达到68.4%，Orchard-Claw在生产力任务上完成59.6%。该项目还发布了训练数据和评估方法以促进开放研究。
- Orchard是一个开放框架，其核心Orchard Env是基于Kubernetes的可复用环境服务。
- 该框架支持直接在真实部署环境中训练智能体，如Codex、OpenClaw和ZeroClaw。
- Orchard-SWE在SWE-bench Verified上达到69.7%的准确率，仅使用约30亿活跃参数，接近更大规模的尖端模型。
- Orchard-GUI在网页导航基准上平均成功率达68.4%，对于40亿参数模型而言表现强劲。
- Orchard-Claw在个人助理任务上完成59.6%，结合ZeroClaw时提升至73.9%。
- 该项目发布了训练数据、评估方法和工作流程，以支持开放的智能体研究。