微软开源 Agent Lightning v1.0 智能体 RL 框架

微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，围绕其提出的 Harnessed Agentic RL 范式重建，让部署时使用的同一套 agent harness 直接参与训练，无需在训练框架内重新实现智能体。 微软称，该框架原生支持 Kubernetes，智能体可作为标准 Kubernetes 作业运行在自管集群、云 Kubernetes 或本地基础设施上，不依赖付费商业沙箱服务。 微软称，一条端到端编码智能体流水线仅用约 6000 条基于开源数据集的训练样本，就把 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1 从 41.8% 提升到 56.4%，提升 14.6 个百分点，且无需大规模算力。

AI 根据报道生成 · 3 天前更新