代理開發工具
Agent Lightning 1.0.1 把代理調優流程封裝成 Skill，要求逐次量測成本、延遲與正確率
Microsoft 新增可供 Claude Code、Codex 與 GitHub Copilot 使用的 Agent Lightning Skill，讓程式代理在固定 benchmark 上修改另一個可編輯代理。它是一套受預算約束的實驗規則，不會自動替目標代理進行強化學習。
Agent Lightning 1.0.1 首次正式發布同名 Skill，把「改善另一個 AI 代理」整理成可由程式代理執行的搜尋流程。使用者提供可編輯的目標代理與 benchmark 後，Skill 要求優化器反覆量測、修改及重新評分，並同時追蹤正確率、每次執行成本、延遲、完成率與變異，而非看到單次分數上升便停止。它可透過 `gh skill install` 安裝至 Claude Code、Codex 或 GitHub Copilot。
Skill 列出的搜尋空間包括輸入 grounding、輸出 schema、提示詞、工具、模型、推理強度、失敗隔離、條件式重試、路由、檢索及多候選選擇。開發期間的實驗預算與部署後的單次成本被分開處理：優化器必須讀取剩餘預算，利用固定測試案例、validation split 或重複執行降低隨機性，再保留一個完整量測過的 checkpoint。規則亦禁止改動 scorer、把 held-out label 洩漏至部署路徑，或依賴正式環境不存在的 metadata。
這項發布與 Agent Lightning 的強化學習框架相關，但兩者不能混為一談。框架以 API gateway 攔截實際 harness 的模型呼叫，處理 retokenization、動態樣本數及 rollout-level advantage；論文報告以約 6,000 筆訓練資料把 Qwen3.5-9B 在 SWE-bench Verified 從 41.8% 提升至 56.4%。新 Skill 本身則主要是操作規範及搜尋指引，沒有承諾會重現該 RL 成績，也沒有內建通用自動調參演算法。工程團隊下一步應檢查它在未見任務、不同模型與不同 scorer 上是否仍能找到穩定改進，以及長時間搜尋會否過度擬合 benchmark 或耗盡 API 預算。