Rohan Paul

MIT 的新论文说，把智能体自己的历史和提示词作为代码变量交给它，让它可以搜索并传给子智能体，这样一个普通的智能体循环就能以更低成本击败专门打造的记忆和自我改进系统。 智能体在手动把上下文复制给子智能体时会丢失指令，而通过引用传递提示词和历史，让 JAZ 击败了专门的记忆和自我调优系统。 长期记忆和自我改进通常需要 Letta 或 ACE 之类的额外系统，这会增加成本，而且当任务不符合其设计时就会失效。 JAZ 只保留循环。模型编写 Python，把自己作为子智能体调用，并把自己的提示词和完整历史视为可以无损传递的变量。 在需要用到 50 多个任务之前的事实的 StuLife 任务上，JAZ 通过率为 69.9%，Letta 为 61.8%，成本不到后者一半。在 417 个 AppWorld 任务上进行自我改进时，它完成了 74.2%，ACE 为 69.9%，同样成本更低。 – arxiv. org/abs/2609.26891 标题：《Harness as a Language: A Minimalist Agent Framework With Maximal Expressivity》（把框架当作语言：一个表达力最大的极简智能体框架）