微軟研究院發布了Orchard，一個開源框架，旨在使訓練自主AI代理更加簡便且更具成本效益。該框架於2026年8月4日星期一發布，基於公司3月份發布的初始研究。此次發布正值智能體AI——能夠自主規劃、瀏覽網頁、編寫程式碼和使用工具的系統——已成為行業競爭最活躍的領域之一，主要實驗室和初創公司都在競相開發能夠處理多步驟真實世界任務的代理。

Orchard能夠跨多個領域訓練和評估AI代理，包括程式編寫、網頁瀏覽和工具使用。它旨在通過消除研究人員為每個獨立模型或用例分別構建沙盒基礎架構、數據管道和評估系統的需求來降低複雜性——這一障礙長期以來使許多缺乏大型科技公司工程資源的學術和獨立團隊無法觸及尖端的智能體研究。

在一篇博客文章中，微軟承認了研究社區面臨的挑戰：「儘管人們對智能體AI的能力充滿期待，但研究社區面臨著一個持續的瓶頸。構建最先進的智能體系統通常需要專有基礎架構……而大多數研究人員和從業人員無法獲取或重現這些架構。」

該框架的核心是Orchard Env，微軟將其描述為一個「輕量級的、Kubernetes環境，提供可重複使用的隔離組件。」這些組件可用於大規模運行和構建代理——從收集訓練數據到強化學習的 rollout 和評估——無需團隊每次都重新構建底層架構。通過基於Kubernetes這一業界標準的容器編排平台，Orchard可部署於從本地集群到主要雲端服務商的各種基礎架構。

為了展示該框架的方法，微軟發布了三個特定領域的訓練配方——Orchard-SWE、Orchard-GUI和Orchard-Claw——以及用於開發它們的相關訓練數據和評估方法。Orchard-SWE訓練軟體工程代理，Orchard-GUI專注於瀏覽器導航，Orchard-Claw則處理日常生產力任務。微軟報告稱，通過每個配方訓練的模型在既定基準測試中均取得了具競爭力的結果。

該公司強調了框架開放設計的更廣泛影響。「通過使底層基礎架構開放、輕量且可重複使用，Orchard降低了智能體AI研究的成本，」微軟表示。「團隊不再需要從零開始構建自定義隔離環境或依賴專有雲端服務。」這種開源方式與更廣泛的行業模式一致——包括Meta的Llama模型和Google的多個研究框架在內的主要AI實驗室已公開發布工具和模型權重，以加速社區驅動的進步。

微軟還概述了其對未來發展方向的看法。「展望未來，我們認為重複使用訓練經驗是邁向累積代理學習的一個有前景的方向。我們不會在訓練運行結束後丟棄軌跡，而是將其視為持久資產——例如，將其蒸餾為可重複使用的價值模型。」這種累積學習的概念——即代理基於先前經驗進行構建，而不是每次訓練都從頭開始——呼應了強化學習研究中長期存在的目標，在該領域中，樣本效率和知識遷移仍是開放性挑戰。

Orchard框架及其相關的研究論文已作為開源版本從微軟研究院發布。