Les agents de code s’entraînent enfin dans leur vrai harnais

Une mise à jour publiée ce matin porte Agent Lightning à 1.0.1 après sa refonte complète. Son pari est décisif : entraîner un agent à travers un proxy sans réécrire son harnais, afin de conserver outils, contexte, contrôle et environnement réels pendant les trajectoires d’apprentissage.

Le résultat annoncé sur SWE-bench Verified est net : avec 6 000 exemples, Qwen3.5-9B passe de 41,8 % à 56,4 %. Mais l’enjeu dépasse le score. NeMo Gym avertit qu’un changement de harnais peut peser autant qu’un changement de modèle et impose de ne varier qu’un facteur à la fois.

La convergence avec Better Harness dessine une boucle plus rigoureuse : harnais versionné, expériences contrôlées, traces inspectables, tests de dépôt et récompenses revérifiables. Pour les équipes, le modèle n’est donc plus l’unique unité d’amélioration. La prochaine frontière consiste à prouver que les gains survivent aux tâches, outils et infrastructures de production.