Исследователи из MIT CSAIL представили JAZ — минималистичный фреймворк для ИИ-агентов, который позволяет модели воспринимать собственную историю как переменные в коде. Вместо использования иерархических систем памяти агент пишет исполняемый код для прямого доступа к прошлым данным.
В тестах на долгосрочное запоминание (бенчмарк StuLife) с использованием модели GPT-5.4 nano система JAZ показала результат 70%, обойдя Letta с её 62%. При этом затраты на работу JAZ оказались примерно в два раза ниже, чем у Letta, использующей многоуровневую структуру памяти.
В задачах на самосовершенствование (бенчмарк AppWorld) JAZ набрал 74%, опередив специализированный инструмент ACE на 4 процентных пункта. Разработчики отмечают, что снижение стоимости выполнения задач при повышении точности является ключевым преимуществом фреймворка.
Научная работа под названием Harness as a Language: A Minimalist Agent Framework With Maximal Expressivity опубликована на arXiv под номером 2609.26891. Исходный код и инструменты для оценки фреймворка доступны на GitHub в репозиториях jaz-lang/jaz и jaz-lang/jaz-evals.
