微软亚洲研究院开源 Agent Lightning v1.0 智能体 RL 框架

微软亚洲研究院提出 Harnessed Agentic RL 训练范式，并将完全重写的 Agent Lightning v1.0 开源。 该范式让部署时使用的 agent harness 通过 LLM proxy 直接参与强化学习，开发者无需在训练框架中重新实现 agent。 据微软亚洲研究院介绍，整个框架约 3500 行代码：agent 直接作为 Kubernetes 任务运行，不依赖外部商业沙箱服务；全流程保持开源、可复现；训练集约 6000 个样本，不需要大规模算力。

AI 根据报道生成 · 6 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。