|
事件概述：微软研究院亚洲团队于2026年10月7日发布并开源Agent Lightning v1.0，提出“Harnessed Agentic RL（真实智能体框架强化学习）”训练范式。它让部署时实际使用的智能体框架直接参与强化学习，避免为了训练而重写一套与生产环境不同的代理循环。
发布方与对象：项目由微软研究院亚洲的Zhiyuan He与Yuqing Yang等研究人员和工程师开发，面向智能体平台工程师、强化学习研究者、代码代理开发者，以及希望在自有基础设施上训练代理的团队。
关键能力与改动：Agent Lightning v1.0约由3500行代码构成，通过OpenAI兼容的LLM代理层记录真实智能体的模型调用，并把rollout控制器、训练器和代理执行解耦。代理可以作为标准Kubernetes Job运行在自建集群、云Kubernetes或本地基础设施上，不依赖付费商业沙箱；框架还提供Collocated Async RL，让rollout与模型更新共享GPU。微软公开的代码代理示例使用Qwen3.5-9B和约6000个训练样本，在SWE-bench Verified上的Pass@1从41.8%升至56.4%，提升14.6个百分点。
适用对象：需要训练OpenHands、mini-SWE-agent等现有代理，或希望保留自己的上下文管理、工具协议和执行逻辑，同时接入强化学习的开发团队。
实际影响与限制：该框架降低了“训练代理必须重写运行循环”的工程门槛，并把可复现训练链路带到普通Kubernetes环境。但公开提升来自特定代码代理、Qwen3.5-9B、SWE-bench Verified和约6000样本的实验，不能直接等同于其他模型、任务或生产成功率；部署仍需承担GPU、集群、奖励设计、数据清洗和安全隔离成本，真实代理的工具错误与权限边界也不会因接入框架自动消失。
官方来源：https://www.microsoft.com/en-us/research/blog/agent-lightning-v1-0-a-3500-line-lightweight-agentic-rl-framework-for-training-agents-with-real-harnesses/ |
0