Por qué la mayor parte del código de tu agente de IA no es IA
Microsoft acaba de publicar como código abierto el andamiaje que cada equipo de agentes reconstruye desde cero — y sus modelos ya rivalizan con sistemas diez veces más grandes.
- 98.4%
- del código típico de agentes que es infraestructura, no lógica de IA
- 69.7%
- puntuación en SWE-bench Verified para Orchard-SWE
- 68.4%
- tasa media de éxito en tareas web para Orchard-GUI
- ~3B
- parámetros, rivaliza con sistemas diez veces más grandes
El 3 de agosto, Microsoft Research publicó Orchard, un framework de código abierto para entrenar y ejecutar agentes de IA — software que puede tomar acciones por sí solo, como escribir código o navegar por la web, en lugar de simplemente responder preguntas. Casi todos los equipos que han intentado construir uno se topan con la misma pared: la parte más difícil no es la IA en sí.
Un análisis de sistemas de agentes en producción real encontró que alrededor del 98 por ciento del código es infraestructura — permisos de herramientas, gestión de memoria, manejo de errores y lógica de recuperación — no la toma de decisiones. Además, la mayoría de los equipos entrenaban sus agentes en entornos de prueba simplificados que no se parecían en nada a las herramientas reales de producción. Al desplegarse, el rendimiento caía.
Orchard elimina ambos obstáculos. Proporciona la capa de infraestructura ya hecha y permite que los agentes entrenen directamente dentro de herramientas reales — editores de código, navegadores web, apps de asistente personal — para que lo que aprenden en entrenamiento se sostenga en el mundo real. Los resultados iniciales son sólidos: el modelo Orchard-SWE alcanzó un 69,7% en SWE-bench Verified, un exigente benchmark de ingeniería de software, con aproximadamente 3 000 millones de parámetros, rivalizando con sistemas diez veces más grandes.
Para cualquier equipo que construya agentes — para automatizar flujos de trabajo, atender solicitudes de clientes o impulsar un asistente de código — Orchard elimina la necesidad de escribir esa infraestructura desde cero. Es de código abierto y está disponible hoy en GitHub. Deja de reconstruir los cimientos; Orchard ya lo hizo.