微软研究院发布了 Orchard，这是一个开源框架，旨在让训练自主 AI 智能体变得更简单且更具成本效益。该框架于 2026 年 8 月 4 日星期一发布，是基于该公司 3 月份发表的初步研究构建的。该框架发布的背景是，智能体 AI（能够自主规划、浏览网页、编写代码和使用工具的系统）已成为行业竞争最激烈的领域之一，大型实验室和初创企业都在竞相构建能够处理现实世界中多步骤任务的智能体。

Orchard 能够跨多个领域（包括代码编写、网页浏览和工具使用）训练和评估 AI 智能体。它旨在通过消除研究人员为每个单独模型或用例独立构建沙盒基础设施、数据管道和评估系统的需求来降低复杂性——这一障碍在历史上使许多缺乏大型科技公司工程资源的学术和独立团队无法触及尖端的智能体研究。

在一篇博客文章中，微软承认了研究界面临的挑战：“尽管人们对智能体 AI 的能力感到兴奋，但研究界面临着持续的瓶颈。构建最先进的智能体系统通常需要专有基础设施……这是大多数研究人员和从业者无法访问或重现的。”

该框架的核心是 Orchard Env，微软将其描述为“轻量级的 Kubernetes 环境，提供可重用的隔离组件”。这些组件可用于大规模运行和构建智能体——从收集训练数据到强化学习的部署和评估——而无需团队每次都重建底层架构。通过基于行业标准容器编排平台 Kubernetes 构建，Orchard 旨在可部署在从本地集群到主要云提供商的各种基础设施上。

为了演示该框架的方法，微软发布了三个特定领域的训练配方——Orchard-SWE、Orchard-GUI 和 Orchard-Claw——以及用于开发它们的训练数据和评估方法。Orchard-SWE 训练软件工程智能体，Orchard-GUI 专注于浏览器导航，而 Orchard-Claw 涉及日常生产力任务。微软报告称，通过每种配方训练的模型在既定基准测试中均产生了有竞争力的结果。

该公司强调了该框架开源设计的更广泛影响。微软表示：“通过使底层基础设施变得开放、轻量且可重用，Orchard 降低了智能体 AI 研究的成本。团队不再需要从零开始构建自定义隔离环境或依赖专有的云服务。”这种开源方法与更广泛的行业模式相吻合，在该模式下，主要的 AI 实验室（包括发布 Llama 模型的 Meta 以及发布多个研究框架的 Google）已经公开了工具和模型权重，以加速由社区驱动的进步。

微软还概述出了其对未来发展方向的看法。该公司表示：“展望未来，我们认为重用训练经验是迈向累积智能体学习的一个充满希望的方向。我们不再在训练运行完成后就丢弃轨迹，而是将它们视为持久资产——例如，将它们蒸馏为可重用的价值模型。”这种累积学习的概念——即智能体在先前经验的基础上进行构建，而不是每次训练运行都从零开始——反映了强化学习研究的长期目标，在这些研究中，样本效率和知识迁移仍然是尚未解决的挑战。

Orchard 框架及其相关的研究出版物已作为开源版本由微软研究院提供。