Microsoft l'a encore fait ! Construire avec des agents AI fonctionne presque jamais du premier coup. Vous passez des jours à ajuster les prompts, à ajouter des exemples, en espérant que cela s'améliore. Rien de systématique, juste des conjectures. C'est exactement ce que résout l'Agent Lightning de Microsoft. C'est un cadre open-source qui entraîne n'importe quel agent AI avec l'apprentissage par renforcement. Fonctionne avec LangChain, AutoGen, CrewAI, OpenAI SDK, ou simplement Python. Voici comment cela fonctionne : > Votre agent fonctionne normalement avec le cadre que vous utilisez. Il suffit d'ajouter un helper léger agl.emit() ou de laisser le traceur collecter automatiquement tout. > Agent Lightning capture chaque prompt, appel d'outil et récompense. Les stocke en tant qu'événements structurés. > Vous choisissez un algorithme (RL, optimisation de prompt, ajustement fin). Il lit les événements, apprend des motifs et génère des prompts ou des poids de politique améliorés. > Le formateur renvoie les mises à jour à votre agent. Votre agent s'améliore sans que vous ayez à réécrire quoi que ce soit. Le meilleur dans tout ça : vous pouvez également optimiser des agents individuels dans un système multi-agents. J'ai partagé le lien vers le dépôt GitHub dans les réponses ! Faites-moi savoir si je devrais couvrir cela dans une démo vidéo !