MIT 论文提出 JAZ 极简 Agent 框架，在长程任务上以更低成本超过 Letta 和 ACE

MIT 的一篇新论文提出：给你的智能体自己的历史记录和提示词，把它们作为可搜索、可传递给子智能体的代码变量；而一个朴素的智能体循环，在成本更低的情况下，胜过了专门构建的记忆系统和自我改进系统。

智能体在手动将上下文复制到子智能体时会丢失指令，而通过引用方式传递提示词和历史记录，让 JAZ 击败了专门的记忆系统和自我调优系统。

长期记忆和自我改进通常需要 Letta 或 ACE 之类的额外系统，这会增加成本，而且当任务不符合其设计时就会失效。

JAZ 只保留了这个循环。模型编写 Python 代码，将自身作为子智能体调用，并将自己的提示词和完整历史记录视为变量，可以无损地传递下去。

在 StuLife 任务中，当需要引用 50 多个任务之前的事实时，JAZ 的通过率为 69.9%，而 Letta 为 61.8%，成本却不到一半。在 417 个 AppWorld 任务中进行自我改进时，它完成了 74.2%，而 ACE 为 69.9%，成本同样更低。

– arxiv. org/abs/2609.26891

标题：《Harness as a Language: A Minimalist Agent Framework With Maximal Expressivity》（Harness 即语言：一个兼具最大表达力的极简智能体框架）