微软 FrogNano：4B 编码智能体纯 RL 训成，不靠前沿模型蒸馏
DimitrisPapail · x · 2026-09-10
微软发布报告，展示了一个 4B 参数编码智能体 FrogNano，在约 1500 个软件工程环境上训练，全程不使用任何前沿大模型的蒸馏。
- 目标是跑在低配机器上的编码智能体，既排除了前沿模型底座，也排除了前沿教师模型
- 后训练完全靠在合成任务上做 RL，报告最看重的 ingredient 是在线任务合成（online task synthesis）流水线，可持续生成训练任务
- 结论：不做传统蒸馏也能构建有竞争力的小编码智能体，被认为「意义重大」
对算力受限团队和智能体训练方法论都是重要参考。
所属事件:微软 4B 纯 RL 编码智能体 FrogNano 达 SWE-bench 61.5%(7 条相关)→
「编程与Agent」频道最新
- Firecrawl 推 a16z Speedrun 创始人专属福利,并披露 7500 万美元 B 轮 — devdigest · 2026-10-27
- 开源项目 Chums:用 Apple Watch 随身遥控 Mac 上的 Claude Code — brandon_galang · 2026-10-27
- 开发者开源 Clairic Studio:粘贴文本自动生成五语言类型化代码 — dfinke · 2026-10-27
- Matt Pocock 分享 expand/contract 拆分法:把单向门 PR 拆成两层降风险 — mattpocockuk · 2026-10-27
- Qdrant 自研 Universal I/O:向量库 mmap 无缝迁移到对象存储 — qdrant_engine · 2026-10-27
- theo 公开个人 Claude skills 栈，Garry Tan 喊话「公布你的技术栈」 — ycombinator · 2026-10-26