लेखकों ने JIT-Agent प्रस्तुत किया है, जो एक हार्नेस इंटेलिजेंस मॉडल है जिसे मनमाने ऑफ-द-शेल्फ एजेंटिक LLMs के लिए कार्य-अनुकूलित एजेंट हार्नेस संश्लेषित करने के लिए प्रशिक्षित किया गया है। यह दृष्टिकोण एजेंट हार्नेस को एक संयोज्य कलाकार के रूप में परिभाषित करता है जो एक स्थिर चार-मॉड्यूलल प्रोटोकॉल द्वारा नियंत्रित होता है, जिससे सिस्टम हार्नेस को ऑन-द-फ्लै अनुकूलित और मरम्मत कर सकता है।

  • JIT-Agent पूर्व विन्यासों के बढ़ते आर्काइव से प्रदर्शन संकेतों को संपीड़ित करता है ताकि अपनी रणनीतियों का स्वयं विकास हो सके।
  • DeepSeek-V4-Flash, जब JIT-Agent के साथ सुसज्जित होता है, तो DeepSearchQA (+9.1) और OdysseyBench (+4.3) पर GPT-5.6 को पार कर जाता है।
  • GLM-5.2 मॉडल में प्रदर्शन में +20.2 अंक तक की वृद्धि होती है।
  • उत्पन्न हार्नेस OpenCode और Claude Code जैसे परिपक्व एजेंट रनटाइम्स के साथ प्रतिस्पर्धी हैं।
  • विधि DeepSeek V4, Mimo-V2.5, और Qwen3.6 सहित बहु-स्तर मॉडल परिवारों में लगातार सुधार करती है।

JIT-Agent हार्नेस इंटेलिजेंस को एजेंट क्षमता के एक प्रशिक्षणीय, स्थानांतरणीय और संचयी आयाम के रूप में स्थापित करता है जो मॉडल स्केलिंग से अलग होता है।