精选 · 看变化，也看用途
从工具新能力、经营管理场景和实际用法中，找一件值得进一步了解的事。
AWS Machine Learning Blog 介绍 Amazon SageMaker AI 训练会话 API：用户可在 Python 脚本中编写自己的 LLM 训练循环，支持 SFT、RL 或自定义目标，由 SageMaker 运行 GPU。文章介绍编程模型和三个 SDK 客户端，并演示 GSM8K 上的 GRPO 循环及竞争性编程强化学习工作负载。
为什么值得看：企业负责人可据此评估：是否能在保留自定义训练逻辑的同时，减少 GPU 集群运维负担。需注意该信息来自厂商博客，价格、配额、区域可用性和实际效果尚待核实，迁移与适配成本也需评估。
微软研究院发布 Agent Lightning v1.0，一个约 3500 行的轻量级 Agentic RL 框架。该框架用于将现有 agent 连接到强化学习训练流程，使 agent 的工具、上下文和决策能力可以在不重建原有框架的情况下得到改进。来源称，训练 AI agent 的难点在于其工具、上下文和决策由复杂框架管理，Agent Lightning 旨在降低这一接入门槛。
为什么值得看：企业负责人可关注其对企业已有 agent 资产的复用价值：若企业已部署基于工具调用和上下文管理的 agent，该框架提供了用强化学习持续优化 agent 行为的路径，可能减少重建成本。但需注意，来源为微软研究院博客，未披露支持范围、训练成本、部署要求和实际效果，属于厂商披露信息，落地前应做技术验证与成本评估。