微软亚洲研究院提出“赋能型智能体强化学习”新范式,使部署时使用的同一智能体框架直接参与训练,无需在训练框架中重新实现。Agent Lightning v1.0轻量高效,仅约3500行代码即实现完整RL控制平面;原生支持Kubernetes,可运行于自建集群、云平台或本地环境,无需依赖商业沙箱服务;训练数据高效,仅用约6000个开源样本,即推动Qwen3.5-9B在SWE-bench Verified上的Pass@1准确率从41.8%提升至56.4%,提升14.6个百分点。该方案标志着AI智能体正从单模型向集成模型、工具与执行环境的全栈系统演进,其能力高度依赖智能体运行框架(agent harness)。

本专栏通过快照技术转载,仅保留核心内容

内容中包含的图片若涉及版权问题,请及时与我们联系删除