A Microsoft Research lançou o Orchard, uma estrutura de código aberto para construir, treinar e avaliar agentes autônomos de IA que, segundo a empresa, permite que modelos de peso aberto relativamente pequenos se aproximem do desempenho de sistemas de fronteira em mais de dez vezes seu tamanho. O projeto, detalhado em uma postagem no blog em 3 de agosto de 2026, é a aposta mais ambiciosa da empresa até agora para fornecer à comunidade de pesquisa mais ampla o tipo de infraestrutura que, até agora, permaneceu em grande parte trancada em laboratórios proprietários.

O lançamento chega no momento em que a indústria de IA muda de respostas estáticas a perguntas para agentes que podem planejar, raciocinar e agir em ambientes de várias etapas. Para saber mais sobre como o campo está avançando em direção a sistemas autônomos, consulte nossa cobertura mais recente do setor de IA.

O que Orchard realmente é

No centro do projeto está o Orchard Env, um serviço de ambiente leve baseado em Kubernetes que fornece componentes isolados e reutilizáveis para executar agentes em escala. De acordo com a Microsoft, o mesmo serviço pode oferecer suporte a agentes de engenharia de software, agentes de navegação na Web e agentes de assistente pessoal sem modificação. Ele cuida de tudo, desde a coleta de dados de treinamento até implementações e avaliação de aprendizado por reforço.

A principal decisão arquitetônica é que o ambiente de tempo de execução seja tratado como um serviço independente e reutilizável, em vez de uma infraestrutura incorporada em uma estrutura de treinamento específica. Como o Orchard Env fica no Kubernetes, ele pode criar, gerenciar e remover milhares de contêineres isolados em paralelo. As equipes podem introduzir novos benchmarks, sistemas de agentes ou algoritmos de treinamento sem reconstruir a infraestrutura subjacente do zero.

Treinamento dentro de arreios reais

Uma das características distintivas do Orchard é a capacidade de treinar agentes diretamente dentro dos equipamentos de implantação que eles realmente usarão na produção. Os agentes mais capazes de hoje raramente funcionam como um modelo simples. Eles operam por meio de equipamentos sofisticados, como Codex, OpenClaw e ZeroClaw, que gerenciam o raciocínio multivoltas, o uso de ferramentas e as conexões com sistemas externos.

As ferramentas de treinamento abertas geralmente não conseguem lidar com esses recursos multiprocessos e com estado, forçando os pesquisadores a treinar em um substituto simplificado e depois implantá-los no ambiente real, o que cria uma incompatibilidade entre o treinamento e a implantação. A Orchard preenche essa lacuna: um proxy leve registra as chamadas de modelo do próprio chicote como dados de treinamento enquanto cada implementação é executada em seu próprio contêiner, permitindo que um agente seja treinado de ponta a ponta diretamente no chicote que usará na produção.

Três receitas específicas de domínio

Para demonstrar a abordagem, a Microsoft lançou três fluxos de trabalho de treinamento.

Orchard-SWE: engenharia de software

Orchard-SWE tem como alvo uma das configurações mais exigentes para agentes autônomos: raciocínio em várias etapas sobre bases de código reais. Ele foi construído usando a estrutura Mini-SWE-Agent e avaliado no SWE-bench Verified, um benchmark que testa a capacidade de um modelo de navegar, diagnosticar e reparar bases de código do mundo real.

Para treinar o sistema, a Microsoft destilou 107.000 interações de agentes de dois modelos avançados de peso aberto, MiniMax-M2.5 e Qwen3.5-397B, cobrindo uma ampla gama de problemas do GitHub. Usando uma técnica chamada ajuste fino supervisionado de atribuição de créditos, o sistema aprende com as partes produtivas das tentativas parciais, em vez de descartá-las inteiramente.

Os resultados movem o modelo de uma linha de base de 61,4% no SWE-bench Verified para 69,1% com aprendizagem por reforço e 69,7% com técnicas de recompensa densa. Com a reclassificação do modelo de valor, o número chega a 73,0% — um novo estado da arte entre os modelos de código aberto de tamanho comparável, usando apenas cerca de 3 bilhões de parâmetros ativos.

Orchard-GUI: navegação na web

Orchard-GUI treina um modelo de linguagem de visão de 4 bilhões de parâmetros como um agente de navegador. Apesar de usar uma quantidade relativamente pequena de supervisão – 400 demonstrações combinadas com 2.200 tarefas de treinamento abertas – o modelo alcançou 74,1% no WebVoyager, 67,0% no Online-Mind2Web e 64,0% no DeepShop, para uma média de 68,4%. A Microsoft afirma que esses resultados a colocam entre os agentes web de código aberto mais fortes até hoje.

Orchard-Claw: tarefas de assistente pessoal

Orchard-Claw concentra-se em tarefas diárias de produtividade, como leitura e redação de e-mails, gerenciamento de calendários e busca de informações. Treinado em apenas 200 tarefas sintéticas e avaliado no benchmark Claw-Eval, ele completou 59,6% das tarefas realizadas em até três tentativas, aumentando para 73,9% quando combinado com o sistema de agente ZeroClaw mais forte.

Por que os resultados do modelo pequeno são importantes

Os números de benchmark são notáveis porque vêm de modelos com cerca de 3 a 4 bilhões de parâmetros ativos – muito menores do que os sistemas de fronteira da OpenAI, Anthropic e Google que dominam as tabelas de classificação. O argumento da Microsoft é que a infra-estrutura e o ambiente de formação adequados podem colmatar grande parte da lacuna, tornando os sistemas de agentes capazes acessíveis a investigadores e organizações que não podem dar-se ao luxo de treinar ou executar os maiores modelos proprietários.

Juntamente com os modelos e fluxos de trabalho, a Microsoft divulgou os dados de treinamento e os métodos de avaliação usados ​​para construí-los, com o objetivo declarado de ajudar a comunidade de pesquisa mais ampla a construir e estudar sistemas de agentes abertos. O trabalho foi liderado por Baolin Peng, Wenlin Yao, Qianhui Wu, Hao Cheng e Jianfeng Gao da Microsoft Research.

Fique à frente da IA

O lançamento do Orchard da Microsoft sinaliza que a infraestrutura por trás da IA de fronteira está começando a se democratizar. Leia mais notícias de última hora sobre IA e Leia mais notícias sobre IA →