【第758期】JIT-Agent：即时合成与进化的智能代理架构

今天的这篇的主题是： JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness Evolution Seventy3 是一档借助 NotebookLM 解读前沿论文的播客——不是念摘要，也不是泛泛而谈，而是让 AI 帮你把论文掰开揉碎，说人话。我们蹲在人工智能、大模型、机器人算法、crypto 这几个领域，每期挑一篇值得关注的工作，用对话的方式聊给你听。你可以在通勤路上听，做实验的时候听，也可以当背景音放着，让新知识自然地长进脑子里。 如果你正在做有意思的研究，想让更多人看到——不管你是博士生、独立研究者还是实验室的博士后——把论文发给我们，我们帮你用 AI 做一期深度解读，让你的工作被更多同路人发现。 联系小助手微信：eccstartup（加群/投稿论文） Summary 智能体的能力并非仅由模型本身决定。智能体运行框架（Agent Harness）涵盖记忆管理、规划策略、动作协议以及工具与技能编排等方面，其对智能体性能的贡献甚至可能超过底层基础模型。然而，当前的 Harness 设计仍然依赖人工、针对特定任务定制，并且从根本上难以实现规模化。 我们提出了 JIT-Agent，一种专门用于 Harness 智能化的模型，经过训练后能够针对任意现成的智能体大语言模型，即时生成适应具体任务的 Agent Harness。我们将 Agent Harness 形式化为一种可组合、可由机器自动生成的产物，并通过固定的四模块协议对其进行规范。在此基础上，我们训练 JIT-Agent，使其能够针对当前任务定制 Harness，修复 Harness 以确保执行过程的稳定性和可靠性，并通过从不断扩展的历史 Harness 配置档案中提炼性能信号，实现自我演化。 在 JIT-Agent 的 Harness 辅助下，DeepSeek-V4-Flash 在 DeepSearchQA 和 OdysseyBench 上的表现分别超越 GPT-5.6 达 9.1 和 4.3 个百分点，而原本已经具备较强能力的 GLM-5.2 也获得了最高 20.2 个百分点的提升。 在一系列受控评估中，JIT-Agent 生成的 Harness 在性能上能够与 OpenCode 和 Claude Code 等成熟的智能体运行时系统相媲美，并且能够持续提升 DeepSeek V4、Mimo-V2.5 和 Qwen3.6 等不同规模模型家族的表现。 据我们所知，JIT-Agent 是首个专门为即时生成 Harness 而设计的模型。它将 Harness 智能（Harness Intelligence）确立为智能体能力中一个独立于模型规模扩展的维度，这一维度具有可训练、可迁移以及持续累积增强的特性。 原文链接：https://arxiv.org/abs/2608.25593 前往小宇宙评论区与主播互动