正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
这篇论文关注JIT-Agent相关问题：当智能体依赖技能、记忆、工具和运行时控制时，模型外部系统怎样影响最终能力。
核心方法
JIT-Agent 将 harness 视为可生成、可修复、可进化的运行时工件，根据当前任务即时合成记忆、规划、动作协议和工具编排。它把智能体能力的一部分从模型权重转移到可训练的 harness 智能。
实验结论
- 研究任务自适应 harness 如何按需生成和演化。
- 适合与同批推荐中的 Agent Skills、Harness 和长期记忆论文交叉比较。
局限性与证据边界
- 已按 arXiv 元数据和摘要整理，推荐文案为中文编辑摘要。
适合谁阅读
追踪 Agent Skills 与 Harness 研究比较模型外状态的收益和风险设计长期智能体系统Agent SkillsAgent Harness
可核验的原论文来源和作者
- 作者
- Guibin Zhang, Leo Lu, Fangzhou Xie, Kang Zhu, Junhao Wang, Zhifei Xie
- 来源
- arXiv
- 论文 ID
- 2608.25593