JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness Evolution
JIT-Agent 是一种训练出的 harness 智能模型，可为任意现成 agentic LLM 即时合成任务自适应 agent harness。它将 agent harness 形式化为由固定四模块协议管理的可组合、机器可生成的工件，并训练 JIT-Agent 为给定任务定制 harness、修复 harness 以实现稳定可靠执行，并通过从先前 harness 配置档案中提炼性能信号来自我进化。配备 JIT-Agent 后，DeepSeek-V4-Flash 在 DeepSearchQA 上超过 GPT-5.6（+9.1），在 OdysseyBench 上超过（+4.3），而 GLM-5.2 获得高达 +20.2 分的提升。在受控评估中，JIT-Agent 生成的 harness 与 OpenCode 和 Claude Code 等成熟 agent 运行时性能相当。
发展脉络
- 首次出现JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness EvolutionHugging Face Daily Papers
- 行业反馈JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness EvolutionarXiv cs.CL
- 当前判断该研究可能改变 agent 开发的重点，从追求更大模型转向优化 harness 设计。如果 harness 智能可以商品化，agent 平台和工具链的价值可能从模型本身转移到 harness 生成和优化能力。这可能影响 agent 运行时（如 OpenCode、Claude Code）的竞争格局，因为 JIT-Agent 生成的 harness 已与这些成熟运行时性能相当。可验证的下一信号：是否有商业产品采用类似 harness 生成技术，以及 agent 开发工具是否开始集成此类功能。Agent Pulse · 分析
JIT-Agent 论文提出 agent 能力并非仅由模型决定，harness（包括记忆管理、规划策略、动作协议和工具/技能编排）可能主导底层基础模型的贡献。然而，harness 设计目前是手动的、任务特定的且不可扩展。JIT-Agent 是一种 harness 智能模型，训练用于为任意现成 agentic LLM 即时合成任务自适应 harness。它形式化了 agent harness 为可组合、机器可生成的工件，由固定四模块协议管理，并训练 JIT-Agent 定制 harness、修复 harness 以实现稳定执行，并通过从先前配置档案中提炼性能信号来自我进化。实验显示，配备 JIT-Agent 后，DeepSeek-V4-Flash 在 DeepSearchQA 上超过 GPT-5.6（+9.1），在 OdysseyBench 上超过（+4.3），而 GLM-5.2 获得高达 +20.2 分。受控评估中，JIT-Agent 生成的 harness 与 OpenCode 和 Claude Code 等成熟运行时性能相当，并持续改进多尺度模型。
JIT-Agent 将 harness 设计从手动、任务特定的过程转变为可学习的、即时生成的工件，由固定四模块协议管理。这暗示 harness 本身可以成为优化目标，而非仅依赖模型权重。其自我进化机制通过从先前配置档案中提炼性能信号，可能使 harness 随任务分布变化而持续改进。可验证的下一信号：JIT-Agent 是否能在更多样化的任务和模型上复现其性能提升，以及其生成 harness 的推理成本是否可控。
该研究可能改变 agent 开发的重点，从追求更大模型转向优化 harness 设计。如果 harness 智能可以商品化，agent 平台和工具链的价值可能从模型本身转移到 harness 生成和优化能力。这可能影响 agent 运行时（如 OpenCode、Claude Code）的竞争格局，因为 JIT-Agent 生成的 harness 已与这些成熟运行时性能相当。可验证的下一信号：是否有商业产品采用类似 harness 生成技术，以及 agent 开发工具是否开始集成此类功能。
对于 agent 平台和工具提供商，JIT-Agent 提供了一种提升 agent 性能的途径，而无需更换底层模型，可能降低模型升级成本。对于企业用户，采用此类技术可能以较低成本获得更好的 agent 表现。可验证的下一信号：是否有公司基于此技术推出产品，以及其定价和采用情况。
JIT-Agent 可能推动 agent harness 设计的自动化和标准化，使非专家也能为特定任务生成高效 harness。未来，harness 智能可能成为 agent 性能的关键差异化因素，与模型能力并驾齐驱。可验证的下一信号：JIT-Agent 是否开源或发布 API，以及后续研究是否在更多基准上验证其泛化性。