MIT开源JAZ框架:用极简invoke(调用原语)终结复杂Agent外挂
现在做长程记忆和自我进化的Agent,行业习惯套上一层又一层的复杂外挂系统,架构越来越臃肿。MIT团队提出的JAZ打破了这个范式,仅仅依靠纯提示词和一个极简循环,在长程基准StuLife远距召回评测中以$18.3成本跑出69.9%通过率,超越成本$42.1的专用记忆框架Letta(MemGPT)的61.8%;在AppWorld自我进化测试里也以74.2%的成绩压制了经典外挂系统ACE的69.9%。
在JAZ中,你不再需要专门搭建向量记忆库或复杂的元优化管道。你只需使用一个统一的invoke函数,让大模型在Python环境中把提示词、工具和自身交互历史全部当成普通变量读写;当上下文即将耗尽时,你可以让它直接生成子Agent,把完整的会话变量引用无损移交下去,或者让顶层Agent把自身当成优化器,动态批处理调优下层任务。
这套机制的底座是把Agent执行本身视作动态编写函数体的语言原语,并利用动态作用域(Dynamic Scoping)让工具与监控钩子(Hook)自动向下渗透到所有递归子节点。这意味着历史记录不再是只能看不能碰的字符串,而是能被代码直接切片、搜索和传递的变量,长记忆与自迭代自然内生于控制流中。
Github:
显示更多