마이크로소프트 리서치 아시아는 "Harnessed Agentic RL" 학습 패러다임을 구현하는 경량 프레임워크인 Agent Lightning v1.0을 오픈소스로 공개했습니다. 이 접근 방식은 강화학습이 프로덕션에서 배포된 동일한 에이전트 하니스를 사용하도록 하여, 학습 시스템 내에서 에이전트 로직을 다시 구현할 필요성을 제거합니다.
- 프레임워크는 약 3,500줄의 코드로 구성되며 API 게이트웨이, 롤아웃 컨트롤러 및 커스터마이즈드 트레이너를 포함합니다.
- 상업적 샌드박스 의존성 없이 자체 관리 클러스터, 클라우드 인프라 또는 로컬 환경에서 에이전트에 대한 네이티브 Kubernetes 실행을 지원합니다.
- Qwen3.5-9B를 사용한 엔드투엔드 코딩 에이전트 파이프라인은 SWE-bench Verified에서 14.6%p의 향상을 달성했으며, 약 6,000개의 학습 샘플만으로 Pass@1을 41.8%에서 56.4%로 높였습니다.
이 설계는 연구자와 개발자가 기존 배포 하니스를 사용하여 에이전트를 직접 훈련할 수 있게 하여, 훈련된 모델이 배포된 시스템과 동일하게 동작하도록 보장하면서 단순하고 재현 가능한 파이프라인을 유지합니다.