01-anything/JIT-Agent 启发：harness 即产物、可进化——总纲与迭代计划

[miaobyte]

来源

doc/jit-agent-reference.md（对照蓝本：reference/JIT，bingreeky/JIT，arXiv 2608.25593）。JIT-Agent 是「即时进化 agent harness」：根据任务描述 + 协议 + 工具注册表 + 检索到的历史 harness，现场生成任务特化的可执行 harness，跑完拿 trace/feedback 修复并更新档案库；harness 在测试时持续进化、生成器冻结。

一句话结论

JIT 给 byteseek 的核心不是新算法，而是一套「harness 即产物、可进化」的工程闭环：生成 → 校验 → repair → best-of-N 择优 → 沉淀档案。byteseek 的 llm·call 已走完第一步（生成 → vet → layout），缺的是后面三步，以及把这套闭环作用在因子化的四模块上（#8）而非单体 mainbrain。

现状 ↔ JIT 对照

JIT 机制	byteseek 现状	缺口 → issue
四模块 harness（memory/planning/action/tool_policy）	main.kv 单体 mainbrain，llm.kv/prompt.kv 只分离了代码脑/提示词	无因子化 → #8
generate→validate→repair	生成一次 → vet 失败回填 error: 就停	无 repair 循环 → #7 前半 / A3
best-of-N（selector.py judge 路由）	生成 1 个候选，跑完即弃	无择优、无档案 → #7 后半
记忆压缩（resum/memobrain/agentfold）	engine.talk_push + /session/talk/* 存在但未接入循环	无记忆 → #9/#10/#11 / A4/B4
种子参考库（11 个 descriptions）	只有 kvlangbrief（语法速览）	无结构参考 → kvlangbrief 扩展

迭代计划（依赖序）

依赖关系：0 跑分器 ──► 3 best-of-N 的「尺子」+ 全链路回归；1 四模块 ──► 4 记忆挂载点；2 repair ──► 3 best-of-N。

迭代 0 —— agentbench 跑分器（先有尺子）

• 现状：agentbench/00..10 已有 40+ 题 question/answer，但 Makefile 只有 all/install/run/clean，无 test。
• 改动：加 agentbench/run.sh 喂题走完整链路（llm·call → vet → layout → run → println）与 .answer diff，直接调用真实 LLM；make bench 一键跑全量。
• 验收：make bench 一键跑通，后续每迭代重构后仍能对比回归。
• 绑定：F1/F2（被「收口」项提前，作为红绿信号地基）。

迭代 1 —— 核心循环四模块因子化（#8）

• 改动：lib/byteseek/ 拆 memory / planning / action / tool_policy 四个 lib 块（同一棵树内路径限定名互调，非 import），mainbrain 退化为四模块组装调用。
• 验收：行为不变、迭代 0 离线题全绿；kvspace tree /lib/byteseek/ 可见四模块可寻址可替换。

迭代 2 —— generate→validate→repair 闭环（#7 前半 / A3）

• 改动：llm·call 内扩有界 repair 循环（生成 → vet → 失败拼回 user prompt 重生成，上限 N=3）；byteseek·run 执行后读 /vthread/{vid}/·status 非 0 触发一次 repair。
• 验收：造必 vet 失败的 prompt，观察多轮 repair 与降级；repair 历史落树。

迭代 3 —— best-of-N 择优 + 档案沉淀（#7 后半）

• 改动：生成 N 候选（temperature 提高）→ judge 路由（单 LLM strict JSON {"best": i, "reason"}，复用 selector.py 的 JUDGE_SYSTEM_PROMPT）选 1 → 跑；agentbench 确定性题用 .answer diff 做硬分；最优者 + 评分写 /lib/byteseek/session/<name>/ 档案库。
• 验收：同一任务 N=3 跑出 judge 选择 + 评分落树；确定性题硬分全对。

迭代 4 —— 记忆系统（#9/#10/#11 / A4/B4）

• 改动：会话内两阶段（talk_push 接入循环 + 最近 k 轮薄注入 + 超预算旧轮 resum 摘要落树）；跨会话 mem·put/get/search（B4）落固定子树。
• 验收：长对话请求体不超限，旧轮摘要可观测、跨会话可检索。

迭代 5 —— 种子参考库（kvlangbrief 扩展）

• 改动：新增 /lib/byteseek.harnessref 写入四模块骨架 + 已收敛策略描述，llm·call 拼进 system prompt。
• 验收：生成 prompt 含参考库，生成代码更贴合四模块骨架。

推进顺序与边界

• 主线 0→1→2→3→4→5；0 与 1 可并行，2/3 依赖 1 的四模块骨架，4 依赖 1 的 memory 挂载点。
• 单一路径：择优只走 judge 路由（logprob 需自托管 vLLM，后置）；记忆先落 resum（token-budget 摘要），memobrain 推理图后置。
• issue 驱动：每迭代一分支 → Closes #N PR → merge。
• 边界：本次不动 src/ rwir 注册表与 C ABI；01-anything/记忆合并子代理的隔离与并发安全（锁+租约+心跳，沙箱降级） #11 的「合并子代理并发安全」属阶段二，迭代 4 只做单 agent 会话内/跨会话。

子 issue 关系

• 01-anything/codex 启发：agent 核心循环分 session/task/turn/thread 四层 #8 四模块因子化 → 迭代 1（+ 迭代 5 参考库收尾）
• 01-anything/rwir/rwfunc 版本+评分进化：n 变体实测择优，沉淀通用/本地最优库 #7 版本+评分进化 → 迭代 2（repair）+ 迭代 3（best-of-N + 档案）
• 01-anything/记忆系统启发：会话外两阶段管线（离线抽取 + 子代理合并） #9/01-anything/记忆读路径薄注入 + 使用反馈闭环（usage→评分→退役） #10/01-anything/记忆合并子代理的隔离与并发安全（锁+租约+心跳，沙箱降级） #11 记忆系统 → 迭代 4
• 迭代 0（跑分器）为上述全部提供红绿信号，无独立 issue，落在 F1/F2