LV-NUS Lab发布JIT-Agent 现有模型性能暴涨

🔥剖析：JIT-Agent 让 DeepSeek 性能直接超 GPT！即时自进化立大功！

新加坡国立大学 LV-NUS Lab 发了篇新论文：JIT-Agent。核心不是再做一个固定 Agent 框架，而是当场给任务「长」出一套专属工作方式。

关键要点：
1️⃣顺序反了：以前是工程师先写死 Harness，再让所有模型和任务共用。现在是先看任务、模型和协议，再即时合成这一次最合适的 Harness。

2️⃣四个模块可组合：Memory、Planning、Action、Capability。可以是检索策略、检查清单、工具组合，也可以是输出验证规则，不是让大模型随便写 Prompt。

3️⃣训练分三步：按任务定制可执行 Harness → 失败后定位记忆/规划/工具问题并做最小修复 → 多个候选 Harness 竞争，优胜者进入 Harness bank，新任务直接继承历史设计。

4️⃣成绩够狠：DeepSeek-V4-Flash + JIT-Agent，DeepSearchQA 比 GPT-5.6 高 9.1 分，OdysseyBench 高 4.3 分；GLM-5.2 单项最高提升 20.2 分。DeepSeek、Qwen、Mimo 三个家族都有收益。

5️⃣不只刷分：同时压延迟和成本。流式测试里问题不断来，累计准确率还在涨，不是训完就冻住。

一句话：模型负责思考，Harness 负责当场长出新习惯。以后拼的不只是参数和推理预算，还有「能不能给当前任务临时组装工作方式」。这才更接近能落地的 RSI。

论文：
代码：
#JITAgent #DeepSeek #Harness #自进化Agent #RSI #智能体 #NUS #DeepSeekV4Flash