微软研究院10月7日介绍，微软亚洲研究院已开源重构后的Agent Lightning v1.0。它采用名为Harnessed Agentic RL的训练范式，让部署时使用的智能体运行框架直接参与强化学习，不必在训练框架内部重新实现一套智能体。
这项变化针对的是AI智能体训练与部署之间的差异。研究团队指出，智能体已由单个模型发展为包含模型、工具和执行环境的系统，能力也取决于在模型之外协调这些组件的运行框架。许多既有强化学习系统要求开发者重新实现智能体，带来成本，也使训练对象与部署对象不完全一致。
在v1.0中，智能体通过框架提供的大语言模型代理访问模型，既有智能体运行框架的代码保持不变。微软称，整个框架约3500行代码，实现了完整的智能体强化学习控制平面；相较原版，重构版更强调轻量化、接入真实运行框架，以及完整、可复现的训练流程。
执行环境方面，v1.0原生支持Kubernetes，智能体以标准Kubernetes任务运行，可使用自管理集群、云端Kubernetes或本地基础设施，不依赖付费商业沙箱服务。
研究团队还给出了端到端编码智能体训练示例：基于开源数据集，使用约6000个训练样本，将Qwen3.5-9B在SWE-bench Verified上的Pass@1从41.8%提升至56.4%，提高14.6个百分点。这一结果对应文中给出的模型、训练流程和评测集，是该示例的具体训练成果。