La IA avanza deprisa más allá de la pregunta y respuesta estática hacia agentes autónomos capaces de planificar, razonar y actuar en entornos complejos de varios pasos. Microsoft Research ha publicado un marco de código abierto destinado a abaratar la investigación en ese terreno: Orchard.
La idea de la infraestructura común
En el centro del marco está Orchard Env, un servicio de entornos reutilizable para entrenar y evaluar agentes en distintos dominios de tarea.
El argumento es económico más que técnico. En la investigación con agentes, cada equipo construye desde cero sus entornos, sus canalizaciones de datos y sus flujos de evaluación, un trabajo que puede llevar más tiempo que la investigación misma. Que una sola infraestructura sirva a la vez para agentes de ingeniería de software, de navegación web y de asistente personal elimina esa duplicación.
Además, los agentes pueden entrenarse directamente dentro de andamiajes reales de despliegue como Codex, OpenClaw y ZeroClaw. La distinción importa: la brecha entre el entorno de entrenamiento y el de ejecución es una de las razones conocidas por las que un agente que funciona en el laboratorio tropieza en la práctica.
La cifra: 3.000 millones de parámetros
Con el marco se publican tres modelos de demostración: Orchard-SWE, Orchard-GUI y Orchard-Claw. Lo que comparten es demostrar que modelos abiertos relativamente pequeños pueden lograr buenos resultados en tareas reales complejas.
La medición más llamativa procede de Orchard-SWE. En SWE-bench Verified, que mide tareas de ingeniería de software, el modelo alcanza un 69,7 por ciento. Con reordenación mediante modelo de valor sube al 73,0 por ciento.
Lo que hace significativa la cifra es su coste: el resultado se logra con apenas unos 3.000 millones de parámetros activos y se aproxima a sistemas punteros que emplean modelos más de diez veces mayores.
Por qué importa
Es otro ejemplo de un hallazgo que se repite: el tamaño del modelo no lo decide todo. Cuando la tarea está definida de forma estrecha y el entrenamiento ocurre dentro del entorno real de operación, un modelo mucho menor puede acercarse a otro mucho mayor.
La consecuencia práctica es el coste. Ejecutar un modelo de tres mil millones de parámetros activos cuesta una fracción de lo que cuesta uno de treinta mil millones, y en sistemas de agentes siempre activos esa diferencia se repite en cada petición.
Junto a los modelos y los flujos de trabajo, el proyecto publica datos de entrenamiento y métodos de evaluación, con la intención de dar base a una comunidad investigadora más amplia que construya y estudie sistemas de agentes abiertos.