bingreeky/JIT

何を解決するか

JIT-Agentは、すべてのタスクに対して単一の汎用的なエージェント・スキャフォールド（ハーネス）を使用するという制限に対処します。一つの静的な設計に頼るのではなく、特定の課題の要件に最適化されたタスク固有のハーネスを作成できるようにすることで、既存のエージェント型LLMのパフォーマンスを向上させます。

仕組み

JIT-Agentは、実行可能なタスク固有のハーネスをオンザフライで生成するメタエージェントとして機能します。タスクの仕様、プロトコル、ツールレジストリ、および以前のハーネスの例を入力として、構造化されたコードを出力します。各ハーネスは、memory、planning、action、およびcapability orchestrationという4つのモジュール式コンポーネントで構成されています。これらのモジュールは、"HarnessFactory"内の共有インターフェースに基づいて実装されています。エージェントがフィードバックやトレースを受け取るにつれて、メタエージェントはテスト時にパフォーマンスを向上させるためにハーネスを修正しますが、ジェネレーター自体は固定されたままです。

対象者

新しいタスクごとにスキャフォールドを手動で再設計することなく、多様なベンチマーク（ディープリサーチ、プランニング、ワークスペース・タスクなど）にわたってエージェントの有効性を最大限に高めたい、エージェント型LLMに取り組む開発者や研究者向けに設計されています。

ハイライト

• Model-as-a-Harness: 既存のあらゆるLLMを、動的に生成されたタスク固有のスキャフォールドでラップします。
• Modular Architecture: ハーネスを4つの明確なモジュール（memory、planning、action、およびcapability）に分解します。
• Just-in-Time Evolution: ハーネスは、テストフェーズ中のフィードバックに基づいて修正および改善されます。
• Transferable Intelligence: エージェント・スキャフォールドを、ベースモデルのスケーリングとは別の、学習可能で転送可能な知能の軸として扱います。