Microsoft 公开 Agent Lightning v1.0 代码、Kubernetes rollout 控制面与一套完整 coding-agent RL 配方。
Microsoft 重构 Agent Lightning，让真实 harness 直接参与 RL
2026-10-08已核实动态TRIAL
Microsoft Research 开源重构后的 Agent Lightning v1.0。它通过 OpenAI 兼容代理观察现有 agent harness 的模型调用，不要求把执行循环重写进训练框架。约 3,500 行控制面支持本地进程与 Kubernetes rollout；作者报告用约 6,000 个样本把 Qwen3.5-9B 在 SWE-bench Verified 的 Pass@1 从 41.8% 提升到 56.4%。
对你意味着什么
对训练真实 coding agent 的团队来说，部署用的 harness 可直接进入 RL，减少训练与线上行为不一致。结果仍是作者报告，且训练会记录 prompt、response 与 log probability；试用前要验证隔离、脱敏、失败恢复和成本。
证据与关联材料
技术细节与六维评分
| 代码规模 | 约 3,500 行；已开源 |
|---|---|
| 接入方式 | OpenAI 兼容 LLM 代理观察无需改写的真实 agent harness |
| 控制面 | API Gateway、Rollout Controller 与基于 verl 的自定义 trainer |
| 执行 | 本地进程或原生 Kubernetes job；不依赖付费 sandbox |
| 调度 | 同机异步 RL 在模型更新时暂停新请求；作者报告端到端较同步 RL 约快 2 倍 |
| Coding 结果 | Qwen3.5-9B，约 6,000 个 SWE-smith 样本，SWE-bench Verified Pass@1 从 41.8% 升至 56.4% |
| 许可证 | 仓库为 MIT |
技术影响 4
工程价值 5
采用信号 3
成熟度 3
验证成本 4
风险 3