Microsoft Research· Zhiyuan He, Yuqing Yang·· 2026-10-08精选AI 评分74
微软亚洲研究院开源 Agent Lightning v1.0，3500 行代码实现 Harnessed Agentic RL
Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
AI 导读
微软亚洲研究院开源 Agent Lightning v1.0，用约 3500 行代码实现 Harnessed Agentic RL，让部署时使用的 agent harness 直接参与强化学习训练，无需在训练框架内重写 agent。
借鉴点
把部署用的 harness 直接接进 RL 训练，只需把模型端点指向 LLM proxy，省去在训练框架里重写 agent；代价是重分词、样本合并与优势/损失归一化要按 rollout 级处理。
来源：Microsoft Research · microsoft.com