마이크로소프트가 에이전트 강화학습(RL) 프레임워크 '에이전트 라이트닝 v1.0'을 깃허브에 MIT 라이선스로 공개했다. 프로덕션 하네스가 컨텍스트 구성과 도구 실행, 에이전트-환경 상호작용 루프를 담당하고 학습 엔진은 LLM 질문·답변 기록만 관찰해 학습-서빙 간 불일치를 줄이는 구조다. 학습 데이터 6000건만으로 큐원3.5-9B 모델을 훈련해 SWE-벤치 베리파이드 점수를 41.8%에서 56.4%로 14.6포인트 끌어올렸다. 핵심 코드는 파이썬 약 3500줄로 가볍지만, 실제 활용은 GPU·쿠버네티스 인프라를 갖춘 팀에 국한될 것이라는 전망도 나온다.

• •프로덕션 하네스가 도구 실행·상호작용 루프를 전담, 학습 엔진은 QA 기록만 관찰하는 구조로 전환
• •학습 데이터 6000건으로 큐원3.5-9B의 SWE-벤치 베리파이드 점수 41.8%→56.4% 개선
• •핵심 코드 약 3500줄, MIT 라이선스로 공개, 데이터 정제 파이프라인·재현 가능한 학습 스크립트 포함
• •전문가들 학습-서빙 편차 해소 긍정 평가하면서도 보상 설계 이해 부족한 RL 시도 증가 우려
• •하네스 변경 시 모델 가중치에도 영향을 미쳐 하네스 자체의 버전 관리 필요성 제기