开源|微软发布Orchard：一个开源Agentic建模框架，实现跨任务与跨领域的通用轨迹蒸馏与在线强化学习

微软在GitHub上开源了一款名为Orchard的Agentic建模框架，旨在为智能体研究提供一种统一且可移植的基础设施。Orchard的核心是一个轻量级的、Kubernetes原生的环境服务，它向上层暴露了一套通用的原语，且不对上层的任务领域、训练器、推理后端或实验装置做任何预设。这种“薄层”设计使得Orchard能够用同一套底层机制支持轨迹蒸馏、在线策略强化学习（RL）的训练回滚以及模型评估等不同工作流。其最大的价值在于，研究人员可以将数据集、训练配方和评估协议在不同实验装置、不同项目甚至不同问题领域之间自由迁移，从而避免了每次新研究都需从零搭建基础设施的重复劳动。该框架的出现，或将为多智能体系统、复杂推理任务及自适应模型训练等方向带来更高的实验效率和可复现性，体现了智能体工程化从单点工具走向通用平台的重要趋势。