微軟亞洲研究院開源 Agent Lightning v1.0 輕量強化學習框架

Agent Lightning v1.0 包含 API 閘道、軌跡控制器與客製訓練器三大核心元件，無須依賴商業沙盒服務，可將代理作為標準 Kubernetes 工作原生運行於本機或雲端叢集。框架並採用同機非同步強化學習提升 GPU 利用率。在測試中，研究團隊僅以約 6,000 筆樣本，即將 Qwen3.5-9B 於 SWE-bench Verified 基準的 Pass@1 由 41.8% 提升至 56.4%。

值得帶走的重點

• 框架在代理與模型間建立 LLM 代理層，支援本機或雲端標準 Kubernetes 任務，無須依賴付費商業沙盒服務。
• 透過同機非同步強化學習與約 6,000 筆訓練樣本，該流程將 Qwen3.5-9B 於 SWE-bench Verified 的 Pass@1 自 41.8% 提升至 56.4%。