Microsoft Open-Sources Orchard, ένα Agentic AI Framework όπου τα μικρά μοντέλα ανταγωνίζονται τα συνοριακά συστήματα

Η Microsoft Research κυκλοφόρησε το Orchard, ένα πλαίσιο ανοιχτού κώδικα για την κατασκευή, την εκπαίδευση και την αξιολόγηση αυτόνομων πρακτόρων τεχνητής νοημοσύνης που η εταιρεία λέει ότι επιτρέπει σε σχετικά μικρά ανοιχτού βάρους μοντέλα να προσεγγίζουν την απόδοση των συνοριακών συστημάτων πάνω από δέκα φορές το μέγεθός τους. Το έργο, που περιγράφεται λεπτομερώς σε μια ανάρτηση ιστολογίου στις 3 Αυγούστου 2026, είναι η πιο φιλόδοξη προσφορά της εταιρείας μέχρι σήμερα για να δώσει στην ευρύτερη ερευνητική κοινότητα το είδος της υποδομής που μέχρι τώρα παρέμενε σε μεγάλο βαθμό κλειδωμένη μέσα σε ιδιόκτητα εργαστήρια.

Η κυκλοφορία έρχεται καθώς ο κλάδος της τεχνητής νοημοσύνης μετατοπίζεται από τις στατικές απαντήσεις ερωτήσεων σε πράκτορες που μπορούν να σχεδιάσουν, να αιτιολογήσουν και να δράσουν σε περιβάλλοντα πολλαπλών βημάτων. Για περισσότερα σχετικά με το πώς το πεδίο κινείται προς τα αυτόνομα συστήματα, ανατρέξτε στην [τελευταία κάλυψη του κλάδου AI] (https://aibuzzwire.news).

Τι είναι στην πραγματικότητα το Orchard

Στο επίκεντρο του έργου βρίσκεται το Orchard Env, μια ελαφριά περιβαλλοντική υπηρεσία που βασίζεται στο Kubernetes, η οποία παρέχει επαναχρησιμοποιήσιμα, απομονωμένα εξαρτήματα για τη λειτουργία πρακτόρων σε κλίμακα. Σύμφωνα με τη Microsoft, η ίδια υπηρεσία μπορεί να υποστηρίξει πράκτορες μηχανικής λογισμικού, πράκτορες περιήγησης στο διαδίκτυο και πράκτορες προσωπικού βοηθού χωρίς τροποποίηση. Χειρίζεται τα πάντα, από τη συλλογή δεδομένων εκπαίδευσης έως την κυκλοφορία και την αξιολόγηση ενισχυτικής μάθησης.

Η βασική αρχιτεκτονική απόφαση είναι ότι το περιβάλλον χρόνου εκτέλεσης αντιμετωπίζεται ως αυτόνομη, επαναχρησιμοποιήσιμη υπηρεσία και όχι ως υποδομή ενσωματωμένη σε ένα συγκεκριμένο πλαίσιο εκπαίδευσης. Επειδή το Orchard Env βρίσκεται στο Kubernetes, μπορεί να δημιουργήσει, να διαχειριστεί και να αφαιρέσει χιλιάδες απομονωμένα δοχεία παράλληλα. Οι ομάδες μπορούν να εισαγάγουν νέα σημεία αναφοράς, συστήματα πρακτόρων ή αλγόριθμους εκπαίδευσης χωρίς να ανακατασκευάσουν την υποκείμενη υποδομή από την αρχή.

Εκπαίδευση μέσα σε πραγματικές ζώνες

Ένα από τα διακριτικά χαρακτηριστικά του Orchard είναι η ικανότητά του να εκπαιδεύει πράκτορες απευθείας μέσα στις ιμάντες ανάπτυξης που θα χρησιμοποιήσουν πραγματικά στην παραγωγή. Οι πιο ικανοί πράκτορες του σήμερα σπάνια τρέχουν ως γυμνό μοντέλο. Λειτουργούν μέσω εξελιγμένων ιμάντων όπως Codex, OpenClaw και ZeroClaw που διαχειρίζονται τον συλλογισμό πολλών στροφών, τη χρήση εργαλείων και τις συνδέσεις με εξωτερικά συστήματα.

Τα ανοιχτά εργαλεία εκπαίδευσης συνήθως δεν μπορούν να χειριστούν αυτές τις ιδιοσυγκρασίες πολλαπλών διεργασιών, αναγκάζοντας τους ερευνητές να εκπαιδεύονται σε ένα απλοποιημένο stand-in και στη συνέχεια να αναπτύσσονται στο πραγματικό περιβάλλον, γεγονός που δημιουργεί μια αναντιστοιχία μεταξύ εκπαίδευσης και ανάπτυξης. Το Orchard κλείνει αυτό το κενό: ένας ελαφρύς διακομιστής μεσολάβησης καταγράφει τις κλήσεις του ίδιου του μοντέλου της πλεξούδας ως δεδομένα εκπαίδευσης ενώ κάθε διάθεση εκτελείται στο δικό του δοχείο, επιτρέποντας σε έναν πράκτορα να εκπαιδεύεται από άκρο σε άκρο απευθείας στην πλεξούδα που θα χρησιμοποιήσει στην παραγωγή.

Τρεις συνταγές για συγκεκριμένο τομέα

Για να επιδείξει την προσέγγιση, η Microsoft κυκλοφόρησε τρεις ροές εργασίας εκπαίδευσης.

Orchard-SWE: μηχανική λογισμικού

Το Orchard-SWE στοχεύει σε μία από τις πιο απαιτητικές ρυθμίσεις για αυτόνομους πράκτορες: συλλογιστική πολλαπλών βημάτων σε πραγματικές βάσεις κωδικών. Κατασκευάστηκε χρησιμοποιώντας το πλαίσιο Mini-SWE-Agent και αξιολογήθηκε στο SWE-bench Verified, ένα σημείο αναφοράς που ελέγχει την ικανότητα ενός μοντέλου να πλοηγείται, να διαγνώσει και να επιδιορθώνει τις βάσεις κώδικα του πραγματικού κόσμου.

Για να εκπαιδεύσει το σύστημα, η Microsoft απόσταξε 107.000 αλληλεπιδράσεις πρακτόρων από δύο προηγμένα μοντέλα ανοιχτού βάρους, το MiniMax-M2.5 και το Qwen3.5-397B, καλύπτοντας ένα ευρύ φάσμα ζητημάτων GitHub. Χρησιμοποιώντας μια τεχνική που ονομάζεται λεπτομέρεια εποπτευόμενη από ανάθεση πιστώσεων, το σύστημα μαθαίνει από τα παραγωγικά τμήματα των μερικών προσπαθειών αντί να τα απορρίψει εντελώς.

Τα αποτελέσματα μετακινούν το μοντέλο από μια βασική γραμμή 61,4% στο SWE-bench Verified στο 69,1% με την ενίσχυση της μάθησης και στο 69,7% με τις τεχνικές πυκνής ανταμοιβής. Με την ανακατάταξη μοντέλων αξίας, το ποσοστό φθάνει το 73,0% — μια νέα τελευταία λέξη της τεχνολογίας μεταξύ μοντέλων ανοιχτού κώδικα συγκρίσιμου μεγέθους, που χρησιμοποιούν μόνο περίπου 3 δισεκατομμύρια ενεργές παραμέτρους.

Orchard-GUI: πλοήγηση στον ιστό

Το Orchard-GUI εκπαιδεύει ένα μοντέλο γλώσσας όρασης 4 δισεκατομμυρίων παραμέτρων ως πράκτορα προγράμματος περιήγησης. Παρά τη χρήση σχετικά μικρού επιπέδου επίβλεψης — 400 αποσταγμένες επιδείξεις σε συνδυασμό με 2.200 εργασίες εκπαίδευσης ανοιχτού τύπου — το μοντέλο πέτυχε 74,1% στο WebVoyager, 67,0% στο Online-Mind2Web και 64,0% στο DeepShop, κατά μέσο όρο 68,4%. Η Microsoft λέει ότι αυτά τα αποτελέσματα την κατατάσσουν μεταξύ των ισχυρότερων πρακτόρων ιστού ανοιχτού κώδικα μέχρι σήμερα.

Orchard-Claw: εργασίες προσωπικού βοηθού

Το Orchard-Claw εστιάζει σε καθημερινές εργασίες παραγωγικότητας, όπως η ανάγνωση και η σύνταξη email, η διαχείριση ημερολογίων και η αναζήτηση πληροφοριών. Εκπαιδεύτηκε σε μόλις 200 συνθετικές εργασίες και αξιολογήθηκε με βάση το σημείο αναφοράς Claw-Eval, ολοκλήρωσε το 59,6% των εργασιών που δόθηκαν έως και τρεις προσπάθειες, αυξάνοντας στο 73,9% όταν συνδυάστηκε με το ισχυρότερο σύστημα πρακτόρων ZeroClaw.

Γιατί τα αποτελέσματα μικρού μοντέλου έχουν σημασία

Οι αριθμοί αναφοράς είναι αξιοσημείωτοι επειδή προέρχονται από μοντέλα με περίπου 3 έως 4 δισεκατομμύρια ενεργές παραμέτρους — πολύ μικρότερες από τα συνοριακά συστήματα των OpenAI, Anthropic και Google που κυριαρχούν στα leaderboard. Το επιχείρημα της Microsoft είναι ότι η σωστή υποδομή και το κατάλληλο περιβάλλον εκπαίδευσης μπορούν να καλύψουν μεγάλο μέρος του κενού, καθιστώντας τα ικανά συστήματα αντιπροσώπων προσβάσιμα σε ερευνητές και οργανισμούς που δεν έχουν την οικονομική δυνατότητα να εκπαιδεύσουν ή να εκτελέσουν τα μεγαλύτερα ιδιόκτητα μοντέλα.

Παράλληλα με τα μοντέλα και τις ροές εργασίας, η Microsoft κυκλοφόρησε τα δεδομένα εκπαίδευσης και τις μεθόδους αξιολόγησης που χρησιμοποιήθηκαν για τη δημιουργία τους, με τον δεδηλωμένο στόχο να βοηθήσει την ευρύτερη ερευνητική κοινότητα να δημιουργήσει και να μελετήσει ανοιχτά συστήματα αντιπροσώπων. Επικεφαλής της εργασίας ήταν οι Baolin Peng, Wenlin Yao, Qianhui Wu, Hao Cheng και Jianfeng Gao της Microsoft Research.

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Η κυκλοφορία του Orchard της Microsoft σηματοδοτεί ότι η υποδομή πίσω από την τεχνητή νοημοσύνη των συνόρων αρχίζει να εκδημοκρατίζεται. Διαβάστε περισσότερα έκτακτες ειδήσεις AI και Διαβάστε περισσότερα νέα AI →