先了解这件事
2026年10月8日,微软研究院亚洲团队开源发布 Agent Lightning v1.0,一个约 3500 行代码的轻量智能体强化学习框架。该框架提出 Harnessed Agentic RL 训练范式,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。框架包含 API Gateway、Rollout Controller 和基于 verl 的 Customized Trainer 三个核心组件,支持以标准 Kubernetes job 运行智能体,并引入 Collocated Async RL 让 rollout 与模型更新共用同一组 GPU,实验中相比同步 RL 取得约 2 倍端到端加速。在 SWE-smith、mini-SWE-agent 和 Qwen3.5-9B 上构建的端到端编码智能体流程,仅用约 6000 条训练样本就把 SWE-bench Verified 的 Pass@1 从 41.8% 提升到 56.4%,提升 14.6 个百分点。目前尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Microsoft Research
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月8日
Microsoft Research一手精选
微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院亚洲团队开源 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 训练范式，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。框架包含 API Gateway、Rollout Controller 和基于 verl 的 Customized Trainer 三个核心组件，支持以标准 Kubernetes job 运行智能体，并引入 Collocated Async RL 让 rollout 与模型更新共用同一组 GPU，实验中相比同步 RL 取得约 2 倍端到端加速。在 SWE-smith、mini-SWE-agent 和 Qwen3.5-9B 上构建的端到端编码智能体流程，仅用约 6000 条训练样本就把 SWE-bench Verified 的 Pass@1 从 41.8% 提升到 56.4%，提升 14.6 个百分点。