Microsoft Research· Zhiyuan He, Yuqing Yang·· 1 天前精选
微软亚洲研究院发布 Agent Lightning v1.0：用真实 Agent harness 训练智能体强化学习
Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
研究任务与主要进展
微软亚洲研究院发布并开源 Agent Lightning v1.0，以约 3,500 行代码连接部署时使用的真实 Agent harness 与强化学习训练流程。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请阅读原文核验。
本站判断
Agent Lightning v1.0 的主要价值在于把部署时使用的 Agent harness 直接接入强化学习训练，避免为训练重写 Agent 交互循环，并以约 3,500 行代码提供轻量控制平面。其编码 Agent 实验报告在约 6,000 个训练样本下将 Qwen3.5-9B 在 SWE-bench Verified 的 Pass@1 从 41.8% 提升至 56.4%，但结果仍依赖具体 harness、训练流程和实验设置；Kubernetes 支持及 Collocated Async RL 的资源效率仍需在实际工作负载中进一步比较验证。
来源：Microsoft Research · microsoft.com