微软 FrogNano：4B 编码智能体纯 RL 训练

微软提出 FrogNano，一个 4B 参数编码智能体，在约 1，500 个软件工程环境中训练，全程未使用大模型知识蒸馏。其仅通过在线任务合成与 RL 后训练，核心在于生成校准至当前模型可学习边界的任务，而非依赖合成数据量。这表明仅凭合成任务即可训练出有竞争力的轻量级编码智能体。