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，提出 Harnessed Agentic RL 范式：部署时使用的同一 agent harness 直接参与训练，无需在训练框架内重写智能体。 据微软研究院介绍，该框架中智能体直接以 Kubernetes 任务运行，不依赖外部商业沙箱服务；训练集约 6000 条样本，无需大规模算力。其称仅经强化学习训练，Qwen3.5-9B 在 SWE-bench Verified 上从 41.8% 提升至 56.4%，提高 14.6 个百分点。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。