JAZ框架：以极简代理循环实现强大表达能力

近日，一篇发布于arXiv的论文提出了一种名为“Harness as a Language”的全新大语言模型（LLM）代理框架——JAZ。该框架的核心理念在于：一个极度简化的代理执行循环，只要设计得当，就能在不依赖复杂外部系统（如专用记忆模块或文件系统）的前提下，完成传统上需要高度工程化支持的复杂任务。

JAZ框架围绕一个名为invoke的单一原语构建。研究者将其视为一种新的编程语言原语，其独特之处在于，每次被调用时，其实现逻辑都由LLM在运行时动态生成。这一设计满足两个关键属性：首先，LLM能够编写任意可执行代码，并且该代码可以包含对invoke自身的递归调用，从而支持复杂的、分层的任务分解；其次，所有对LLM可见的信息——包括传入invoke的参数以及它与代码环境的全部交互历史——都被统一建模为代码环境中的变量。这种设计将传统的代理循环（即LLM在工具调用与观察结果之间交替）推广为一种更通用、更内聚的计算范式。

论文作者从第一性原理出发，论证了将invoke作为语言原语的合理性。他们认为，这不仅简化了代理系统的架构，还极大地提升了其表达能力。为了验证这一核心设计的有效性，研究团队在没有任何手动设计的工具、外部记忆机制或文件系统支持的情况下，仅通过提示（prompting）来驱动JAZ的invoke原语，并将其应用于两类典型的复杂工作流：长周期任务和持续自我改进任务。

实验结果令人瞩目。在StuLife基准测试中，该测试特别强调超出模型上下文窗口的记忆回溯能力，JAZ的invoke原语以一半的成本实现了比Letta（MemGPT）高出8%的性能。而在AppWorld基准上，用于评估代理的持续自我改进能力，JAZ同样以更低的成本超越了ACE系统4%。这些结果有力地证明了，一个精心设计的、极简的代理循环本身，就足以承载并高效执行那些通常被认为需要专门外部“支架”（harness）才能完成的高级功能。

JAZ框架的提出，为构建下一代LLM代理提供了一种新思路：与其不断增加复杂的外部组件，不如回归本质，重新思考代理执行循环本身的表达能力和抽象层次。这种“少即是多”的哲学，有望推动AI代理技术向更简洁、更强大、更具通用性的方向发展。