微软亚洲研究院发布并开源Agent Lightning v1.0，提出Harnessed Agentic RL：部署时使用的Agent框架直接参与强化学习，而不是在训练系统里重写一套近似环境。现有Agent只需把模型端点指向兼容OpenAI接口的代理，框架即可记录调用、组织rollout并把Agent作为本地进程或Kubernetes任务运行。完整控制面约3500行代码；官方实验用约6000条样本，把Qwen3.5-9B在SWE-bench Verified上的Pass@1从41.8%提升到56.4%。这是一项研究与工程结果，并不保证其他模型、任务或生产Agent获得同样增益，训练成本、奖励设计和安全约束仍需单独验证。