Microsoft Research Asia telah membuka sumber kode Agent Lightning v1.0, sebuah kerangka kerja ringan yang mengimplementasikan paradigma pelatihan "Harnessed Agentic RL". Pendekatan ini memungkinkan pembelajaran penguatan menggunakan harness agen yang sama yang diterapkan dalam produksi, menghilangkan kebutuhan untuk mengimplementasikan ulang logika agen di dalam sistem pelatihan.
- Kerangka kerja ini terdiri dari sekitar 3.500 baris kode dan mencakup API Gateway, Rollout Controller, dan Customized Trainer.
- Mendukung eksekusi Kubernetes native untuk agen pada klaster yang dikelola sendiri, infrastruktur cloud, atau lingkungan lokal tanpa ketergantungan sandbox komersial.
- Pipelines agen pemrograman end-to-end menggunakan Qwen3.5-9B mencapai peningkatan 14,6 poin persentase pada SWE-bench Verified, meningkatkan Pass@1 dari 41,8% menjadi 56,4% dengan hanya sekitar 6.000 sampel pelatihan.
Desain ini memungkinkan peneliti dan pengembang melatih agen secara langsung dengan harness deployment yang sudah ada, memastikan model yang dilatih berperilaku identik dengan sistem yang diterapkan sambil mempertahankan pipeline yang sederhana dan dapat direproduksi.