Microsoft Research·· 2026-10-07精选65
Agent Lightning 通过其现有的框架训练代理
Agent Lightning trains agents through their existing harness
要点速览
Microsoft Research 的 10 月 7 日技术概述介绍了重建的 Agent Lightning v1.0：约 3,500 行控制平面代码、以 Kubernetes 作业方式运行的智能体，以及一个让现有 harness 参与强化学习的 LLM 代理。据报告，其 Qwen3.5-9B 编码流水线使用约 6,000 个样本，将 SWE-bench Verified Pass@1 从 41.8% 提升至 56.4%。
Why it matters
编辑观点：训练环境应当与部署的智能体相似。在采用之前先检查已发布的工作流；这些结果描述的是作者的编码实验，运行训练仍然需要算力和基础设施。这是一篇技术概述，并非声称该框架于今日首次发布。
来源: Microsoft Research · microsoft.com