微软开源Agent Lightning 智能体强化学习

时间：2026年10月8日（北京时间） 地点：中国北京（微软亚洲研究院）/ 美国雷德蒙德（微软总部） 人物：微软亚洲研究院 Zhirui He 领衔的研究团队 事件详情：微软亚洲研究院于10月8日正式发布并开源 Agent Lightning v1.0——一个仅约 3,500 行代码的轻量级智能体强化学习（Agentic RL）训练框架。框架核心创新在于提出 "Harnessed Agentic RL" 训练范式：智能体训练时直接使用部署环境中的 agent harness（执行框架），无需重写智能体即可接入强化学习训练。研究团队同步开源了完整的训练工作流与脚本，开发者只需把原本调用模型 API 的端点指向 Agent Lightning 提供的 LLM 代理，即可让已有智能体立即具备 RL 训练能力。 背景：传统 Agentic RL（如 verl、AReaL、slime 等）要求训练框架接管环境交互循环，研究者必须把智能体在训练框架内重新实现一遍，开销巨大且训练后的智能体可能与部署版本行为不一致。微软研究团队认为，真实部署的 agent harness 才是 RL 训练应使用的 harness，故在 v1.0 中通过在智能体与模型之间插入 LLM 代理，实现"部署即训练"的统一性。 影响：官方公布的实验中，研究者以 Qwen3.5-9B 为基础模型，仅用约 6,000 条开源训练样本，就在 SWE-bench Verified 评测集上将 Pass@1 从 41.8% 提升至 56.4%，绝对提升 14.6 个百分点，刷新了同尺寸开源模型的代码智能体性能纪录。框架原生支持 Kubernetes 作业调度，自建集群、云端 Kubernetes 与本地基础设施均可运行，无需依赖付费商业沙箱服务，大幅降低了 RL 训练的工程门槛。 总结：Agent Lightning v1.0 以"轻量 + 真实 harness 训练 + 数据高效"为核心卖点，给整个 agent RL 社区提供了一套可复现、即插即用的训练管道，并展示出用 9B 级开源模型在 SWE-bench 上达到 56.4% 的可行路径，有望加速企业级编码智能体与多工具 Agent 的迭代节奏。 参考来源： 1. 微软研究院博客：https://www.microsoft.com/en-us/research/blog/agent-lightning-v1-0-a-3500-line-lightweight-agentic-rl-framework-for-training-agents-with-real-harnesses/ 2. GitHub 开源仓库：https://github.com/microsoft/agent-lightning 3. Hugging Face 论文页：https://huggingface.co/papers/2608.17528 4. The New Stack：https://thenewstack.io/microsoft-agent-lightning-harness/ 5. Neurohive：https://neurohive.io/en/state-of-the-art/agent-lightning-v1-0/ 6. arXiv 论文：https://arxiv.org/pdf/2608.17528