微软发布Decision-1决策模型，基于阿里Qwen3.5-9B训练，定价与TypeSafe的Jev相同，速度比GPT-6快14倍，已用于Xbox、Copilot等内部团队。但研究显示Jev类模型易受误导性输入影响，且Decision-1不支持图像，兼容性存疑。

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。