AI レポート · Microsoft · 2026-10-07 · 製品の発表
Agent Lightning v1.0：実環境のハーネスで学習する約3,500行の軽量エージェント RL フレームワーク
原題: Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
Microsoft Research Asia は、デプロイ時と同じエージェントハーネスを強化学習に直接参加させる「Harnessed Agentic RL」という学習パラダイムを提案した。Agent Lightning v1.0 は約3,500行のコードで完全な制御基盤を実現し、有料のサンドボックスに依存せず Kubernetes 上でネイティブに動作する。コーディングエージェントのパイプラインでは、約6,000件の学習サンプルを用いて Qwen3.5-9B の SWE-bench Verified における Pass@1 を 41.8% から 56.4% に引き上げた。