يقدم المؤلفون نموذج JIT-Agent، وهو نموذج ذكاء أدوات مُدرَّب لتوليد أدوات وكلاء متكيفة مع المهام لنماذج LLM الوكيلة الجاهزة. يُرسّخ هذا النهج أداة الوكيل كعنصر قابل للتركيب يخضع لبروتوكول ثابت من أربعة وحدات، مما يسمح للنظام بتخصيص الأدوات وإصلاحها أثناء التشغيل.
- يستخلص JIT-Agent إشارات الأداء من أرشيف متزايد من التكوينات السابقة لتطور استراتيجياته ذاتياً.
- يتفوق DeepSeek-V4-Flash على GPT-5.6 في DeepSearchQA (+9.1) وOdysseyBench (+4.3) عند تجهيزه بـ JIT-Agent.
- يحقق نموذج GLM-5.2 تحسناً في الأداء يصل إلى +20.2 نقطة.
- تكون الأدوات المُولَّدة منافسة لأدوات تشغيل الوكلاء الناضجة مثل OpenCode وClaude Code.
- تُحسّن الطريقة باستمرار عائلات النماذج متعددة المقاييس بما في ذلك DeepSeek V4 وMimo-V2.5 وQwen3.6.
يُرسّخ JIT-Agent ذكاء الأدوات كبعد قابل للتدريب، وقابل للنقل، ومركّب لقدرات الوكيل، وهو متعامد مع توسيع النماذج.