Agent 3 tỷ tham số của Microsoft đấu ngang hệ thống lớn gấp 10 lần

Orchard-SWE của Microsoft kích hoạt đúng 3 tỷ tham số mỗi lần chạy. Nó vẫn đấu ngang các hệ thống AI Agent lớn gấp 10 lần.

🌳 Orchard là gì

Microsoft Research vừa công bố Orchard, framework mã nguồn mở để huấn luyện AI Agent. Orchard cho agent học ngay bên trong môi trường triển khai thật như Codex, OpenClaw, ZeroClaw, thay vì chỉ mô phỏng trên giấy.

🛠️ Ba nhánh của Orchard

Orchard chia thành ba nhánh huấn luyện. Orchard-SWE là mô hình MoE 35 tỷ tham số, chỉ kích hoạt 3 tỷ tham số mỗi lần suy luận và sửa lỗi code như một kỹ sư phần mềm thật. Orchard-GUI có 4 tỷ tham số và điều hướng web, ứng dụng như người dùng thật. Orchard-Claw đóng vai trợ lý cá nhân, chỉ học từ 200 tác vụ tổng hợp, trong khi mô hình nền tảng thường cần hàng triệu mẫu.

📊 Con số nói lên tất cả

Orchard-SWE đạt 69,7% trên SWE-bench Verified, tăng lên 73% khi kết hợp value-model reranking, ngang ngửa các hệ thống closed-source lớn hơn 10 lần. Orchard-GUI đạt trung bình 68,4% thành công trên ba benchmark điều hướng web (WebVoyager, Online-Mind2Web, DeepShop) và trở thành agent GUI mã nguồn mở mạnh nhất hiện nay, bám sát cả OpenAI và Google. Orchard-Claw hoàn thành 59,6% bài kiểm tra Claw-Eval, con số này nhảy lên 73,9% khi kết hợp cùng ZeroClaw.

💡 Bài học lớn hơn cho dân dev

Kích thước mô hình không quyết định agent giỏi hay dở. Cách nó học, ngay trong môi trường nó sẽ chạy, mới quyết định. Cách tiếp cận environment-aware training này cắt giảm chi phí huấn luyện tới 10 lần, và cho phép bạn tái sử dụng dữ liệu, pipeline, quy trình đánh giá giữa các tác vụ khác nhau. Toàn bộ mã nguồn đã có trên GitHub tại microsoft/Orchard, kèm bài báo khoa học công khai trên arXiv.

Năm 2026, cuộc đua AI Agent bớt nhìn vào số tham số. Trọng tâm giờ nằm ở cách agent học, không phải số tham số nó mang. Bạn nghĩ hướng đi này có thắng được các mô hình khổng lồ không? Comment ý kiến bên dưới nhé!

#AIAgent #MicrosoftResearch #Orchard #OpenSource #VibeAICoder