AI 報告 · Microsoft · 2026-10-07 · 產品發表
Agent Lightning v1.0：以 3,500 行程式碼打造的輕量級代理式強化學習框架，可搭配真實運行框架訓練代理
原標題: Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
Microsoft Research Asia 推出 Harnessed Agentic RL，這是一種訓練範式，讓部署時使用的同一套代理框架（agent harness）直接參與強化學習。Agent Lightning v1.0 以約 3,500 行程式碼提供完整的代理 RL 控制平面，並可在 Kubernetes 上原生執行，無需付費的商用沙箱服務。一條端對端的程式開發代理管線，僅使用約 6,000 筆訓練樣本，就將 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1 從 41.8% 提升至 56.4%。