JIT-Agent：让智能体在任务开始前即时生成自己的“运行框架”

导语

当人们讨论智能体能力时，注意力通常集中在基础模型的参数规模、推理能力和工具调用能力上。JIT-Agent提出了另一种观察角度：同一个模型采用怎样的记忆管理、任务规划、行动协议和工具编排方式，可能与模型本身同样重要，甚至在特定任务中占据主导作用。

这篇论文把上述软件层称为“agent harness”，可理解为包裹在大模型周围的运行框架。现实中的框架设计往往依赖工程师手动调试，且针对不同任务分别定制，难以复制和扩展。JIT-Agent的目标，就是让一个专门的“框架智能”模型在任务开始时即时生成合适的harness。

核心要点

• 把harness变成可生成对象。 研究者用固定的四模块协议描述智能体框架，覆盖记忆、规划、行动以及工具或技能编排，使其能够被机器生成、组合和修改。
• 按任务定制。 JIT-Agent并非为所有场景输出同一套提示词或流程，而是根据当前任务调整运行方式，理论上可服务于不同的现成智能体模型。
• 支持修复与自我演化。 当执行过程不稳定时，系统可以修补框架；同时，它还会从以往配置及其表现中提炼经验，利用不断扩大的配置档案改进后续生成。
• 基础模型之外的增益。 论文摘要称，加入JIT-Agent后，DeepSeek-V4-Flash在DeepSearchQA和OdysseyBench上分别领先GPT-5.6若干分；GLM-5.2也获得最高20.2分的提升。摘要还称，生成的框架在部分评测中可与OpenCode、Claude Code等成熟运行时竞争，并改善DeepSeek V4、Mimo-V2.5和Qwen3.6多个规模的模型系列。

意义与局限

JIT-Agent的重要性在于，它把智能体优化从“换更强模型”部分转移到“设计更好的执行系统”。如果框架配置可以跨模型迁移，模型能力提升就不再是唯一的扩展路径；历史任务产生的框架经验也可能形成累积效应，为长程任务、搜索和代码执行等场景提供新的工程杠杆。

不过，现有素材主要来自论文摘要和页面信息，尚不足以判断四模块的具体实现、训练数据构成、成本、失败案例及各项对比是否在完全一致的条件下完成。所谓“超越”也应结合基准版本、模型调用预算和统计显著性进一步核验。更稳妥的结论是：JIT-Agent提出了一个值得关注的研究方向——将智能体运行框架本身视为可训练、可迁移、可持续优化的能力层，而不是一次性写死的工程代码。

来源：Hugging Face Daily Papers