Orchard：面向可扩展智能体 AI 的开源框架

微软开源 Orchard 框架，以可复用环境服务为核心，支撑多种智能体任务的训练与评估，并用小模型取得了接近前沿的效果。

• Orchard 的核心是 Orchard Env，一个轻量级 Kubernetes 环境服务，可并行创建、管理数千个隔离组件，支持数据收集、强化学习 rollouts 和评估。
• Orchard-SWE 基于 Mini-SWE-Agent，使用 107,000 条从 MiniMax-M2.5 和 Qwen3.5-397B 蒸馏的智能体交互数据训练。
• Orchard-SWE 在 SWE-bench Verified 上达到 69.7% 的准确率，使用价值模型重排序后提升至 73.0%，仅动用约 30 亿激活参数。
• 训练采用信用分配监督微调（credit-assignment SFT），从失败的尝试中学习有效部分，以及平衡自适应 rollout 策略应对稀疏奖励。
• Orchard 支持在真实部署工具（如 Codex、OpenClaw、ZeroClaw）内直接训练智能体，通过轻量代理记录模型调用，消除训练与部署环境的不匹配。

• Orchard-SWE reaches 69.7% on SWE-bench Verified—73.0% with value-model reranking—using only about 3 billion active parameters, approaching frontier systems using more than 10 times larger models.
• At the center of Orchard is Orchard Env, a lightweight, Kubernetes environment that provides reusable isolated components for running and building agents at scale—from collecting training data to reinforcement learning rollouts and evaluation.