微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架

深读指南

适合谁读：对智能体强化学习、LLM 训练框架与工程实现感兴趣的研究者、工程师和技术决策者。

• 提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，避免在训练框架内重写 agent。

  whichever agent harness is used in deployment is the harness that takes part directly in reinforcement learning during training

• 通过 LLM 代理层连接现有 harness，通常只需把模型端点指向 Agent Lightning 代理即可接入 RL 训练。

  simply pointing the model endpoint at the Agent Lightning proxy is usually enough to connect quickly to RL training

• 采用 Collocated Async RL，让 rollout 与模型更新共享同一组 GPU，实验报告约 2 倍端到端加速。

  this approach achieved about a 2x end-to-end speedup over synchronous RL while using fewer GPUs than conventional asynchronous RL

局限与前提：性能提升数据（41.8% 到 56.4%、14.6 个百分点、约 6000 样本、约 2 倍加速）均来自作者自述实验，未提供独立复现或第三方评测；框架约 3500 行代码、Kubernetes 原生支持等属于设计描述，未给出与其他框架的完整对比；文中未说明失败案例、超参敏感性或跨任务泛化边界。