论文页面 - JIT-Agent：通过即时运行时演化扩展智能体能力

来源：https://huggingface.co/papers/2608.25593 发布于 8月26日

·

由 https://huggingface.co/greeky 提交

gbz (https://huggingface.co/greeky) 于 8月27日

#3 当日论文 (https://huggingface.co/papers/date/2026-08-27) 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

JIT-Agent 是一个可训练模型，能为现成的 LLM 综合适配的智能体运行时，在多种模型和任务上提升性能。

智能体的能力并非仅由模型决定。智能体运行时（涵盖内存管理、规划策略、动作协议及工具/技能编排）的贡献可能超过底层基础模型本身。然而，运行时设计目前仍是手动、特定任务且根本无法扩展的。我们提出 JIT-Agent，这是一个运行时智能体模型，旨在为任意现成的智能体 LLM 即时合成任务自适应的智能体运行时。我们将智能体运行时形式化为一个由固定四模块协议控制的、可组合、可机器生成的构件，并训练 JIT-Agent 为当前任务定制运行时、修复运行时以实现稳定可靠的执行，并通过从不断扩展的过往运行时配置库中蒸馏性能信号来自我进化。配备 JIT-Agent 作为运行时助手后，DeepSeek-V4-Flash 在 DeepSearchQA (+9.1) 和 OdysseyBench (+4.3) 上超越了 GPT-5.6，而本身就很强的 GLM-5.2 则获得了高达 +20.2 分的提升。在受控评估中，JIT-Agent 生成的运行时在性能上与成熟的智能体运行时（如 OpenCode 和 Claude Code）具有竞争力，并能持续提升 DeepSeek V4、Mimo-V2.5 和 Qwen3.6 等多尺度模型家族的表现。据我们所知，JIT-Agent 是首个专为即时运行时生成而构建的模型，它确立了运行时智能作为智能体能力中一个可训练、可迁移且可复利的维度，与模型规模扩展正交。

查看 arXiv 页面 (https://arxiv.org/abs/2608.25593) 查看 PDF (https://arxiv.org/pdf/2608.25593) 项目页面 (https://bingreeky.github.io/JIT-site/) GitHub0 (https://github.com/bingreeky/JIT) 添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2608.25593)

通过智能体获取此论文：

hf papers read 2608\.25593

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.25593 以从此页面链接它。

引用此论文的数据集0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.25593 以从此页面链接它。

引用此论文的 Spaces0

无 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2608.25593 以从此页面链接它。

包含此论文的收藏集0

无收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接它。