[Agent Lightning v1.0: Towards Harnessed Agentic RL](https://arxiv.org/abs/2608.17528) - 这套约 3500 行框架把“harness 管环境、trainer 看序列”作为基本架构，显式处理重分词、样本合并、advantage、loss normalization 和调度。只用 6000 个训练样本，Qwen3.5-9B 在 SWE-bench Verified 从 41.8% 提升到 56.4%；价值在于提供任意 harness 可复用的可复现实验管线，而非提出新的基础模型。