مقاله‌ی arXiv:2609.26891 · منتشرشده در کانال
Harness as a Language: A Minimalist Agent Framework With Maximal Expressivity
هارنس به عنوان زبان: چارچوب ایجنت کمینه با بیشترین بیان‌پذیری
- تاریخ
- (۳۱ شهریور ۱۴۰۵) 2026-09-22 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Zhening Li, Joshua Liu, Mateja Vukelic, Nicole Shen, Supriya Lall, Amitayush Thakur, Alex Zhang, Omar Khattab, Jonathan Light, Armando Solar-Lezama
- نهاد نویسنده‌ها
- MIT CSAIL; Independent Researcher
- برچسب لابراتوار
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
ایجنت‌های امروزی حول حلقه‌ی ایجنت ساخته می‌شوند: مدل در محیطی با مجموعه‌ای از ابزارها قرار می‌گیرد و با تناوب فراخوانی ابزار و مشاهده‌ی خروجی، کنترل کامل گردش‌کار را دارد. اما توانایی‌هایی مثل حافظه‌ی بلندمدت و خودبهبودی فعلاً به سیستم‌های تخصصی فراتر از خود حلقه نیاز دارند.
روش
چارچوب JAZ بررسی می‌کند یک هارنس کمینه که تقریباً فقط خود حلقه‌ی ایجنت است، چقدر از کارهای این سیستم‌های تخصصی را انجام می‌دهد. این چارچوب یک عملگر پایه‌ی مبتنی بر مدل به نام invoke و چند قلاب داخلی برای اعمال قید و پایش دارد. دو ویژگی تعریف‌کننده‌ی invoke این است که مدل می‌تواند کد اجرایی دلخواه شامل فراخوانی بازگشتی invoke بنویسد، و همه‌ی آنچه مدل می‌بیند، یعنی ورودی‌ها و تاریخچه‌ی تعاملش با محیط کد، متغیرهایی در همان محیط‌اند. این عملگر فقط با پرامپت و بدون ابزار، هارنس یا سیستم بیرونی طراحی‌شده‌ی دستی ارزیابی شد.
یافته‌ها
- در گردش‌کارهای بلندمدت که یادآوری بسیار فراتر از پنجره‌ی کانتکست لازم دارند، روی بخش پریادآوری StuLife هشت درصد از Letta (MemGPT) بهتر بود با نصف هزینه.
- در خودبهبودی پیوسته روی AppWorld چهار درصد از ACE بهتر بود با هزینه‌ی کمتر.
محدودیت‌ها
مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ مقایسه‌ها با دو سیستم تخصصی روی دو بنچمارک انجام شده است.
چرا مهم است
بسیاری از ویژگی‌های ایجنت‌ها با مهندسی هارنس تخصصی ساخته می‌شوند. این کار نشان می‌دهد وقتی حلقه‌ی ایجنت به اندازه‌ی کافی بیان‌پذیر باشد، همین رفتارها را می‌شود فقط با پرامپت از مدل گرفت.