MIT CSAIL 提出 JAZ：只用一个 invoke 原语构建自改进智能体框架
MIT CSAIL 的 JAZ 框架只用一个 invoke 原语就搞定记忆和自我改进，跑分还便宜一半，写 agent 的朋友可以看看这篇论文。
MIT CSAIL 的论文介绍 JAZ 智能体框架，核心只有一个原语 invoke。LLM 自己写代码，可递归调用 invoke，并把输入和历史当作代码环境中的变量。
在 StuLife 的记忆密集部分，纯提示、无记忆系统的 JAZ 以一半成本超过 Letta（MemGPT）8%；在 AppWorld 上以更低成本超过自改进方法 ACE 4%。
记忆与自我改进都由智能体在循环内写代码实现，钩子负责约束和监控。
Keep your agent harness minimal, folks. This paper from MIT CSAIL shows why. (bookmark it) While being very minimal it looks effective and promising for building self-improving agents. They present JAZ, an agent framework with one primitive, invoke. The LLM writes code, can call invoke recursively, and sees all of its inputs and history as variables in the code environment. With prompting only and no memory system, it beats Letta (MemGPT) by 8% at half the cost on the recall-heavy part of StuLife. On AppWorld it beats ACE, a self-improvement method, by 4% at lower cost. Memory and self-improvement are usually built as separate subsystems. Here both are code the agent writes inside the loop, and hooks handle the constraints and monitoring you want to enforce. Paper: arxiv.org/abs/2609.26891 Explore Paper: academy.dair.ai/papers/harness…📊 19 ⚡
本条情报归属 AITOP「论文」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：JAZ、MIT CSAIL、Letta、智能体，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「elvis」（@omarsar0），经 AITOP 多维评分管线结构化提炼。
