Содержание
Microsoft открыла Orchard для обучения AI-агентов в реальных средах
Microsoft Research представила Orchard — открытый фреймворк для обучения, тестирования и масштабирования AI-агентов. Его ключевая идея — отделить рабочую среду агента от конкретной модели и учебного пайплайна. Поэтому одну и ту же инфраструктуру можно использовать для кодинга, веб-навигации и задач личного помощника.
Агенты учатся там, где будут работать
Orchard Env построен как лёгкий сервис на Kubernetes и запускает тысячи изолированных сред параллельно. Важное отличие: модель можно обучать не в упрощённом симуляторе, а прямо внутри реального агентского «обвеса» — Codex, OpenClaw, ZeroClaw и других систем. Прокси фиксирует обращения к модели, а каждый прогон выполняется в отдельном контейнере.
Microsoft открыла три готовых направления: Orchard-SWE для программирования, Orchard-GUI для работы с сайтами и Orchard-Claw для повседневных задач вроде почты, календаря и поиска. Вместе с фреймворком опубликованы тренировочные данные, рецепты обучения и методы оценки, так что исследователи и команды могут воспроизводить эксперименты без закрытой инфраструктуры.
Небольшие модели показали сильные результаты
Orchard-SWE с примерно 3 млрд активных параметров набрал 69,7% на SWE-bench Verified, а с переранжированием через value-модель — 73%. По данным Microsoft, это приближает компактную открытую систему к агентам, использующим модели более чем в десять раз крупнее. Orchard-GUI в среднем достиг 68,4% на трёх тестах веб-навигации.
Для персональных ассистентов Orchard-Claw выполнил 59,6% задач за три попытки, а в связке с ZeroClaw — 73,9%. Особенно показателен эксперимент с Codex: обучение внутри реального harness повысило успешность базовой модели с 18,6% до 51,5%. Это подтверждает, что качество агента зависит не только от размера модели, но и от среды, инструментов и способа обучения.
Почему это важно
Для разработчиков Orchard снижает порог входа в создание собственных AI-агентов: не нужно заново строить песочницы, сбор данных и оценку для каждого сценария. Для бизнеса это сигнал, что специализированные агенты могут становиться дешевле и работать на компактных открытых моделях — особенно там, где важны контроль данных, воспроизводимость и развёртывание в своей инфраструктуре.