微软亚洲研究院开源Agent Lightning v1.0：轻量级智能体强化学习框架

摘要：微软亚洲研究院发布了一款名为Agent Lightning v1.0的轻量级智能体强化学习（RL）框架，旨在简化AI智能体的训练流程。该框架通过与实际部署的智能体工具链无缝集成，消除了传统RL训练中需要重新实现智能体的复杂性。Agent Lightning v1.0采用原生Kubernetes支持，代码量仅约3500行，并实现了高效的数据训练方法，在SWE-bench Verified基准测试中，Qwen3.5-9B模型的性能提升了14.6个百分点。

---

微软发布Agent Lightning v1.0：轻量级智能体强化学习框架

微软亚洲研究院近日开源了一款名为Agent Lightning v1.0的智能体强化学习（RL）框架，旨在解决传统RL训练中的一些核心挑战。以下是该框架的主要特点和技术亮点：

主要特点

1. 轻量级设计：整个框架仅包含约3500行代码，易于理解、修改和扩展。
2. 与实际智能体工具链无缝集成：通过LLM代理，Agent Lightning v1.0可以直接与现有的智能体工具链协作，无需重新实现智能体。
3. 原生Kubernetes支持：智能体作为标准的Kubernetes作业运行，支持自管理集群、云Kubernetes和本地基础设施。
4. 高效的数据训练方法：基于Qwen3.5-9B的端到端编码智能体训练管道，在SWE-bench Verified基准测试中，模型性能从41.8%提升至56.4%，仅使用了约6000个训练样本。

技术亮点

• Harnessed Agentic RL训练范式：Agent Lightning v1.0引入了Harnessed Agentic RL训练范式，智能体在训练过程中直接使用部署时的工具链，避免了传统RL训练中需要重建智能体的问题。
• Collocated Async RL：该框架引入了Collocated Async RL技术，允许rollout和模型更新共享同一组GPU，从而提高了资源利用率并减少了GPU需求。
• Kubernetes原生支持：通过Kubernetes作业，Agent Lightning v1.0能够高效地管理大规模智能体训练任务，降低了成本并提高了可扩展性。

行业影响与开发者建议

Agent Lightning v1.0的发布为AI智能体训练带来了新的可能性，尤其在需要与复杂工具链集成的场景中表现出色。开发者可以借助该框架快速构建和优化智能体，而无需担心训练过程中智能体行为的不一致性问题。此外，原生Kubernetes支持使得大规模训练任务更加高效和经济。

对于希望尝试该框架的开发者，以下是一些建议：

• 熟悉Kubernetes：由于Agent Lightning v1.0原生支持Kubernetes，熟悉Kubernetes的基本操作将有助于更好地利用该框架。
• 优化训练数据：尽管框架本身支持高效的训练方法，但高质量的训练数据仍然是提升模型性能的关键。
• 探索Collocated Async RL：尝试使用Collocated Async RL技术，以进一步提高训练效率和资源利用率。

结论

Agent Lightning v1.0的发布标志着智能体强化学习领域的一个重要里程碑。其轻量级设计和高效的训练方法为AI智能体的开发和优化提供了强有力的工具。

---

消息来源：Microsoft Research AI (2026-10-07)

—— 完 ——

主题标签： #Microsoft Research 关注 #Agent Lightning 关注 #强化学习 关注 #Kubernetes 关注 #开源框架 关注