Orchard – 微軟研究院開源的 Agentic AI 建模框架

Orchard是什麼

Orchard 是微軟研究院推出的開源 Agentic AI 建模框架，核心爲基於 Kubernetes 的 Orchard Env 環境服務，支持跨域複用沙箱進行數據蒸餾、強化學習 rollout 與評估。框架已覆蓋軟件工程、瀏覽器導航和個人助理三大場景，並開源了訓練數據與評估方法。

Orchard的主要功能

• 跨域統一環境服務： Orchard Env 提供沙箱生命週期管理、命令執行、文件 I/O、網絡策略與 REST API，一套基礎設施可支撐代碼、網頁、桌面、移動端及生產力工作流。
• 三大領域訓練配方： Orchard-SWE 專攻代碼修復，Orchard-GUI 處理視覺網頁導航，Orchard-Claw 面向郵件、日曆等日常生產力任務，均提供完整的 SFT + RL 訓練流水線。
• 真實 Harness 內訓練： 支持直接在 Codex、OpenClaw、ZeroClaw 等真實部署 harness 中完成端到端訓練與評估，消除訓練環境與部署環境之間的錯配。
• 開源數據集與評估協議： 釋放 107K 條 SWE 軌跡與 3,070 條 GUI 多模態 rollout 數據，以及對應的評測基準與可復現配方。

Orchard的技術原理

• Kubernetes-native 環境層： Orchard Env 作爲獨立服務運行，通過容器編排實現數千個隔離沙箱的並行創建與銷燬，平均命令執行延遲僅 0.28 秒，支持自動擴縮容與 Redis 分佈式鎖。
• Credit-Assignment SFT： 在軟件工程領域，系統不丟棄部分失敗的軌跡，而是從有效片段中提取監督信號，將可用訓練數據量最大化。
• Balanced Adaptive Rollout + 密集獎勵： 針對 RL 稀疏反饋問題，採用平衡自適應 rollout 捕獲稀少成功信號，並引入 on-policy 蒸餾與基於規則的流程獎勵模型，爲中間步驟提供密集指導。
• Value Model 重排序： 利用 20 次歷史實驗的 rollout 軌跡訓練 4B 參數價值模型，在推理階段對多個候選解進行評分並選取最優，將 Orchard-SWE 從 69.7% 提升至 73.0%。
• Harness-Agnostic 代理記錄： 輕量級代理記錄 harness 自身的模型調用並重構爲訓練樣本，使任何 RL 代碼庫均可對接任何 harness，無需修改環境鏡像。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用Orchard

• 安裝 SDK： 執行 pip install -e "orchard_env[dev]" 安裝 Python SDK，配置 SANDBOX_BASE_URL 與 SANDBOX_API_KEY 環境變量。
• 快速調用沙箱： 使用 SandboxClient 上下文管理器創建沙箱並執行命令，支持同步與異步模式、文件讀寫、git patch 應用及 PTY 會話。
• 部署編排器： 通過 Azure AKS 提供的四個腳本（provision、build、deploy、smoke-test）約 20 分鐘即可完成多副本編排器部署，也支持非 Azure 集羣。
• 運行訓練配方： 參照 GitHub 倉庫中的 trainer/slime/ 目錄，在 Orchard Env 上執行 Orchard-SWE、Orchard-GUI 或 Orchard-Claw 的完整 SFT + RL 訓練流程。

Orchard的核心優勢

• 小模型逼近大模型性能： Orchard-SWE 用約 3B 活躍參數在 SWE-bench Verified 上達到 73.0%，接近參數量 10 倍以上的前沿系統；Orchard-GUI 以 4B 參數在三大網頁基準平均達到 68.4%，媲美 OpenAI CUA 與 Gemini CUA。
• 成本顯著降低： 相比 E2B、Daytona 等託管沙箱服務，Orchard Env 按需成本約爲 0.47 倍，Spot 實例成本僅爲 0.10 倍，約 10 倍價差。
• 跨 Harness 泛化能力強： 同一環境層支持 ReACT、ZeroClaw、OpenClaw、Codex 等多種 harness，Orchard-Claw 在 ZeroClaw 下 pass@3 從 59.6% 提升至 73.9%。
• 訓練數據高效： Orchard-GUI 僅用 400 條蒸餾演示與 2,200 條開放任務即達到開源最強網頁 Agent 水平，證明小數據量配合正確環境即可訓練出高能力模型。

Orchard的項目地址

• 項目官網：https://www.microsoft.com/en-us/research/blog/orchard-an-open-framework-for-scalable-agentic-ai/
• GitHub倉庫：https://github.com/microsoft/Orchard
• HuggingFace模型庫：https://huggingface.co/datasets/microsoft/Orchard
• arXiv技術論文：https://arxiv.org/pdf/2605.15040

Orchard的同類競品對比

Orchard的應用場景

• 自動化軟件工程： 在真實代碼庫中自主診斷 Bug、編寫測試、生成補丁並通過驗證，適用於開源項目維護與企業內部代碼審查。
• 智能網頁導航： 基於視覺理解自動操作瀏覽器完成訂票、購物、信息檢索等開放域任務，可作爲 RPA 替代方案。
• 個人生產力助手： 跨郵件、日曆、文檔等工具執行復雜工作流，如自動安排會議、整理收件箱、生成報告。
• Agent 研究基礎設施： 爲學術與工業研究團隊提供可復現、低成本的 Agent 訓練與評估平台，加速開源 Agentic AI 生態建設。
• 跨域 Agent 能力遷移： 用統一環境層探索代碼、網頁、桌面操作之間的技能遷移與累積學習。