微软开源轻量级智能体RL框架

微软亚洲研究院于10月7日开源了Agent Lightning v1.0，这是一个约3,500行代码的轻量级框架，旨在让部署时使用的真实智能体框架（harness）直接参与强化学习训练。

传统智能体RL通常要求在训练框架内重新实现智能体逻辑，导致训练环境与生产环境不一致且成本高昂。Agent Lightning通过在智能体与模型之间插入LLM代理，使现有框架代码保持不变即可接入RL训练。

该框架原生支持Kubernetes作业运行，不依赖付费商业沙箱服务。在编码智能体实验中，使用约6,000条训练样本，将Qwen3.5-9B在SWE-bench Verified上的Pass@1从41.8%提升至56.4%，绝对提升14.6个百分点。此结果为微软自报数据，尚待独立复现。