微软发布Agent Lightning v1.0，旨在解决智能体强化学习中训练与生产环境脱节的问题。该框架让生产环境的“harness”控制交互循环，训练引擎仅观察模型调用，无需重写部署逻辑。在6K样本下，将Qwen3.5-9B在SWE-bench Verified上的性能从41.8%提升至56.4%。框架约3500行代码，提供完整数据清洗和训练脚本，但需要GPU和Kubernetes集群，主要面向平台工程团队。

本文介绍了vLLM的OpenAI兼容API新特性，允许返回精确的token ID，解决了训练与推理之间的Retokenization Drift问题。通过设置"return_token_ids": true，用户可以获取输入和生成响应的token ID，从而提高代理强化学习的稳定性。Agent Lightning框架与此特性结合，简化了数据收集和优化过程，提升了系统的灵活性和可扩展性。