Microsoft pubblica Orchard, framework open-source per agenti AI scalabili
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Orchard include Orchard Env, modelli e workflow che mostrano come reti di ~3 miliardi di parametri possano avvicinarsi a sistemi molto più grandi su compiti reali.
Orchard-SWE tocca il 69,7% su SWE-bench Verified. Con reranking basato su value model sale al 73,0%. Lo fa con circa 3 miliardi di parametri attivi, vicino a sistemi che usano modelli oltre dieci volte più grandi1.
Microsoft rilascia Orchard, un framework open-source per studiare agenti autonomi scalabili e a costi contenuti. Il cuore è Orchard Env, un servizio di ambiente riutilizzabile per addestrare e valutare agenti su più domini di compito1.
Orchard Env concentra training e valutazioni in un unico posto. Consente di usare la stessa infrastruttura tra task diversi, invece di assemblare set-up ad hoc ogni volta. L’obiettivo è testare idee su scala maggiore, con meno sprechi di tempo e risorse1.
La piattaforma supporta agenti per ingegneria del software, navigazione web e assistenza personale. Gli agenti si addestrano direttamente dentro harness di deployment come Codex, OpenClaw e ZeroClaw. Così ricercatori e team riusano ambienti, pipeline dati e workflow di valutazione tra i task, mantenendo continuità tra esperimenti e misure1.
Microsoft accompagna l’infrastruttura con tre dimostrazioni: Orchard-SWE, Orchard-GUI e Orchard-Claw. Servono a mostrare che modelli open-weight relativamente piccoli affrontano compiti reali complessi con risultati solidi. Le demo condividono la stessa base di ambiente e gli stessi flussi di addestramento e valutazione, a segnalare che una piattaforma unica può sostenere classi di agenti diverse senza riscrivere ogni volta gli strumenti1.
I numeri di Orchard-SWE offrono un riferimento concreto per il filone “software agent”. Sul benchmark SWE-bench Verified raggiunge il 69,7%. Con un reranking guidato da un value model arriva al 73,0%. Il sistema attiva circa 3 miliardi di parametri. Secondo il progetto, questi risultati si avvicinano a quelli di sistemi di frontiera basati su modelli molto più grandi1.
Il rilascio non si limita al codice. Include dati di addestramento e metodi di valutazione, pensati per facilitare studi comparativi e riproducibilità. L’idea è fornire componenti software insieme a materiali per formazione e test allineati all’approccio del framework, così da abbassare la soglia d’ingresso e uniformare le metriche1.
In un’unica iniziativa open-source, il progetto allinea infrastruttura, dimostrazioni, dati e metodi. La combinazione di Orchard Env con agenti per ingegneria del software, navigazione web e assistenza personale mostra come una base tecnica comune possa sostenere scenari differenti senza sacrificare rigore nella valutazione1.
Materiali pubblici e benchmark comuni danno alla comunità un terreno pratico per verificare risultati e confrontare approcci su base condivisa, senza ricostruire pipeline da zero. Un passaggio utile per misurare progressi reali negli agenti, oltre i singoli casi dimostrativi1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.