微软与 ServiceNow 推出 FrogNano：仅 4B 参数的高能代码 Agent，纯 RL 动态任务合成实现端侧落地
微软研究院与 ServiceNow Research 联合团队正式发布专为端侧低资源环境打造的轻量级代码智能体 FrogNano（arXiv:2609.07925）。不同于传统依赖千亿大模型蒸馏（Distillation）小模型的做法，FrogNano 仅含 40 亿（4B）参数，且完全仅通过强化学习（RL）在约 1,500 个复杂的软件工程沙箱环境中后训练完成。其核心技术突破在于构建了一套自适应在线任务合成流水线（Online Task Synthesis），能够根据当前 Checkpoint 的学习能力边界动态生成难度恰到好处的合成代码任务。实验证明，小型模型完全无需依赖大模型输出即可自主进化出极高水平的软件工程代码调试与工具调用能力。
核心要点速览
- 极致轻量化 4B 规模：以仅 40 亿参数的小巧体量具备完整的终端交互、环境探索与代码重构能力，可在单张消费级显卡或 Mac 上本地运行
- 抛弃传统知识蒸馏：摆脱对 GPT-4 等千亿闭源前沿模型伪代码轨迹的依赖，纯粹依靠强化学习自我博弈与环境执行反馈进化
- 动态可学习性边界合成：任务生成器根据模型当前阶段动态调整题目难度，杜绝任务过难导致梯度弥散或过易导致过拟合
- 1500+ 真实工程沙箱：覆盖 Python、多语言包管理与测试框架，强化模型面对真实报错时的鲁棒恢复与多轮调试韧性
- 端侧高性价比工程范本：为企业级私有化本地代码辅助、离线敏感内网研发提供了不妥协代码质量的超轻量解决方案
关联模型 / 智能体 / 厂商: