Microsoft detalha Orchard e Echoverse para pesquisa com agentes de IA
Microsoft apresenta duas iniciativas para treinar e avaliar agentes de IA em ambientes reutilizáveis e de alta fidelidade.
Dois projetos de código aberto da Microsoft propõem reduzir uma das principais barreiras da pesquisa com agentes de IA: o acesso a ambientes, dados e processos de avaliação capazes de representar tarefas complexas. Lançados em julho e agosto de 2026, Echoverse e Orchard seguem caminhos complementares. O primeiro concentra-se na criação de mundos de treinamento de alta fidelidade para agentes de uso computacional. O segundo oferece uma estrutura reutilizável para treinar e avaliar agentes em diferentes tipos de tarefa.
A importância dos projetos está no estágio atual dos agentes de IA. Esses sistemas estão avançando além da resposta estática a perguntas e podem planejar, raciocinar e agir em ambientes com várias etapas. Entre os exemplos estão corrigir falhas em bases de código complexas, navegar na web em nome de um usuário e administrar fluxos de trabalho que envolvem calendários e e-mails.
Apesar desse avanço, reproduzir sistemas de ponta costuma exigir infraestrutura proprietária, incluindo ambientes isolados personalizados, pipelines fechados de treinamento e datasets que não estão disponíveis para a maioria dos pesquisadores e profissionais. Orchard e Echoverse atacam esse problema por perspectivas diferentes: um prioriza a reutilização da infraestrutura; o outro, a fidelidade e a evolução dos ambientes.
Orchard: uma infraestrutura reutilizável
Anunciado em 3 de agosto de 2026, o Orchard é apresentado como um framework aberto, escalável e voltado à pesquisa de agentes de IA com custo mais acessível. Seu núcleo é o Orchard Env, um serviço de ambiente reutilizável para treinar e avaliar agentes em diferentes domínios.
Em vez de exigir que cada experimento reconstrua seus próprios ambientes, dados e fluxos de avaliação, o projeto permite reaproveitar a mesma infraestrutura entre tarefas. Esse desenho dá suporte a agentes de engenharia de software, navegação na web e assistência pessoal, representados pelos modelos e fluxos Orchard-SWE, Orchard-GUI e Orchard-Claw.
O framework também pode treinar agentes diretamente em estruturas de implantação reais, como Codex, OpenClaw e ZeroClaw. Com isso, pesquisadores podem reutilizar ambientes, pipelines de dados e procedimentos de avaliação enquanto estudam capacidades diferentes. A proposta não se limita a disponibilizar um modelo: inclui a infraestrutura necessária para investigar como os agentes aprendem e atuam em tarefas multietapa.
Os resultados divulgados pela Microsoft indicam que modelos relativamente pequenos podem ter desempenho forte em tarefas complexas do mundo real. O Orchard-SWE, com aproximadamente 3 bilhões de parâmetros ativos, alcança 69,7% no benchmark SWE-bench Verified. Com reranking por um modelo de valor, o resultado sobe para 73,0%. Segundo a apresentação do projeto, esse desempenho se aproxima do de sistemas de fronteira que utilizam modelos com mais de dez vezes esse tamanho.
Além dos modelos e dos fluxos de trabalho, o Orchard libera dados de treinamento e métodos de avaliação. A intenção é oferecer à comunidade condições para construir e estudar sistemas abertos de agentes com maior possibilidade de reprodução. Na prática, a infraestrutura serve para investigar planejamento, raciocínio e ação sem depender integralmente de componentes proprietários.
Echoverse: profundidade e evolução dos ambientes
Apresentado em 30 de julho de 2026, o Echoverse aborda outro obstáculo: agentes de uso computacional frequentemente têm dificuldade para concluir fluxos de trabalho com várias etapas, como tarefas em e-mail e suporte ao cliente. Em vez de simplesmente aumentar o número de tarefas de treinamento, o projeto prioriza a qualidade e a profundidade dos ambientes.
O conjunto reúne doze mundos de treinamento: dez são mundos de domínio profundo e dois são mundos de capacidade. Os primeiros representam áreas como bases de código, plataformas de suporte ao cliente e sistemas de agendamento. Os segundos concentram-se em um único controle de interface, como seletores de data e filtros aninhados, apresentado em muitas formas diferentes.
O que torna esses mundos úteis para o treinamento é a fidelidade. Eles reproduzem o comportamento real de uma aplicação, são preenchidos com dados realistas e preservam a coerência do estado entre telas e usuários. Assim, o agente precisa lidar não apenas com uma sequência isolada de cliques, mas com as consequências de suas ações dentro de um ambiente que mantém informações relacionadas.
O efeito aparece nos resultados. Um modelo com 9 bilhões de parâmetros, treinado nos doze mundos, quase duplica sua pontuação de base, passando de 36,5% para 67,1%. Esse desempenho fica a 14 pontos do GPT-5.4. Os experimentos também mostraram que a simulação superficial pode prejudicar o agente: quando o mesmo modelo foi treinado em versões rasas e profundas dos mesmos sites, ele regrediu nos mundos rasos e melhorou nos profundos.
Os testes indicaram ainda que certos elementos de interface continuam sendo difíceis para os agentes, entre eles seletores de data e filtros aninhados. Exercitar esses controles em formatos variados ajudou o modelo a operá-los em domínios que não haviam aparecido no treinamento. A abordagem, portanto, procura desenvolver capacidades transferíveis, e não apenas memorizar tarefas específicas.
Outro ponto central é a evolução conjunta do modelo, do mundo e do verificador. À medida que o ambiente se torna mais correto e as tarefas ficam mais difíceis, o modelo pode avançar com ele. O aprendizado por reforço, usando o verificador fundamentado como recompensa, leva o agente além da imitação e melhora o desempenho em tarefas não vistas, além de ensiná-lo a alcançar o objetivo com menos passos.
Duas frentes para uma pesquisa mais aberta
Orchard e Echoverse não são projetos idênticos, mas respondem à mesma necessidade de ampliar o acesso à pesquisa com agentes. O Orchard concentra-se em reduzir a complexidade operacional: uma infraestrutura reutilizável pode apoiar vários domínios, modelos e processos de avaliação. O Echoverse concentra-se na qualidade dos ambientes: mundos profundos, coerentes e em evolução permitem testar capacidades que simulações superficiais não capturam.
O Echoverse libera quatro dos doze mundos com código, dados e verificadores fundamentados, apoiando pesquisas sobre ambientes de uso computacional de alta fidelidade. Já o Orchard reúne ambiente, dados de treinamento e métodos de avaliação para que a comunidade estude sistemas abertos em diferentes tipos de tarefa.
Em conjunto, as iniciativas sugerem que o avanço dos agentes não depende apenas do tamanho dos modelos. Também exige ambientes nos quais eles possam planejar, agir, receber avaliações e melhorar diante de desafios progressivamente mais exigentes. Ao abrir parte dessa infraestrutura, a Microsoft busca diminuir a dependência de recursos proprietários e tornar a experimentação mais acessível e reproduzível.
Continue no Tem Papo: RAG na IA: como chatbots consultam documentos antes de responder, Microsoft libera Project Perception, IA que caça falhas antes de ataques e OpenAI apresenta um modelo com inferência ultrarrápida.