Agent Lightning 是由微软研究院开发的一种新型框架，旨在通过强化学习（RL）优化各种 AI 智能体，且无需大规模修改现有代码。该框架的核心优势在于实现了智能体执行与模型训练的完全解耦，能够无缝集成 LangChain 和 AutoGen 等多种开发工具。通过将智能体操作建模为马尔可夫决策过程 (MDP)，系统可以利用统一的数据接口自动捕获交互轨迹。此外，研究者提出了一种名为 LightningRL 的分层强化学习算法，能够有效地将整体任务奖励分配给各个决策步骤。实验证明，该框架在 Text-to-SQL、检索增强生成 (RAG) 和数学工具调用等复杂任务中均能显著且稳定地提升模型性能。这种训练与执行的分离架构不仅提高了系统的可扩展性，还为构建具备自我进化能力的智能体提供了标准化的接口。
