Prime Agent 开源递归式多智能体框架
Prime Intellect 开源 Prime Agent，将子 Agent 封装为持久 IPython 内核中的函数，并允许运行期间修改提示词、技能、记忆和子 Agent 配置。其公布的 Opus 5 ARC-AGI-3 RHAE Best@1 成绩为 95.5%，但仍需独立验证实际工程表现。
完整中文译文
人工智能
Prime Intellect 已将 Prime Agent 开源。这是一套具备自我改进能力的编程 Harness，围绕两个抽象概念设计：Recursive Language Model（RLM）和 Continual Harness。固定的工具 schema 和上下文压缩机制，会迫使模型设法绕过自身脚手架的限制。Prime Agent 则用持久化 Python REPL 和可重写的 Harness 取代了这两者。搭配 Opus 5 时，其报告的 ARC-AGI-3 成绩达到 95.5%，超过已报告的 95.4% 人类专家基线。该项目采用 MIT 许可证。
是的，现在就能用。Prime Agent 支持在 Linux 或 macOS 上通过一条命令完成安装。它既能使用订阅账号登录（Codex、Claude Pro/Max、GitHub Copilot），也支持 API key（Anthropic、OpenAI、Google、Groq、Fireworks、Prime Inference 等）、Azure OpenAI、Amazon Bedrock，以及自行托管的 vLLM、Ollama 或 LM Studio endpoint。自行托管 GLM-5.2 等开放权重模型，可以让代码始终留在自己的网络内部。
公司层面：Prime Agent 最适合已经在使用隔离 CI 容器的中大型工程组织和 AI 实验室。Prime Intellect 明确表示，worker 和 kernel 进程并不是安全 sandbox。因此，部署时需要使用一次性 clone 或受限环境。个人开发者也可以安装，但它在持续数小时的任务中更能体现价值。
适用行业：开发者工具、编写 GPU kernel 的半导体与 HPC 团队、仿真与游戏、量化研究，以及 AI 研究实验室。
应用场景：在测试关卡保护下执行通宵重构、根据 spec 从零构建项目、kernel 优化、长周期 Agent 评估，以及 autoresearch。
Prime Intellect 发布了什么
Prime Agent 建立在两个抽象概念之上。Recursive Language Model（RLM）将上下文视为变量，并把子 Agent 委派视为 REPL 内部的函数调用。Continual Harness 则将 prompt、子 Agent、技能和记忆视为一种状态，Agent 可以在自己的轨迹中创建、读取、更新和删除这些状态。两篇论文的作者中都有 Prime Agent 的作者。其 TUI 基于 pi 构建。
程序化工具调用
Prime Agent 中的模型只会获得一个工具：持久化 IPython kernel。技能、工具和子 Agent 都是预先导入其中的模块。rlm("sub-task") 会启动一个拥有独立模型、kernel 和历史记录的子会话；该调用在任务被接收后立即返回，不会阻塞。结果通过 agent_message.send(...) 返回。
一个后台 daemon 负责管理每个活动会话。你可以在不中止运行循环的情况下断开并重新连接；如果 worker 崩溃，则可以根据会话 JSONL 和 kernel 快照进行恢复。
Agent 之间的消息通信被有意限定在直系关系内——parent、sibling 或 child——以避免不同会话之间产生无关交流。保留的子 Agent 在空闲 30 分钟后会从内存中移除，在再次收到消息时重新加载。
通过 /refine 实现自我改进
Continual Harness 将 Harness 状态形式化为 H = (ρ, G, K, M)，分别对应 prompt、子 Agent、技能和记忆。每一项都提供相同的创建、读取、更新和删除接口。
/refine 会读取 Agent 自己的轨迹，并应用最小范围的相关修改，同时记录触发原因和结果。规划过程在后台运行，不会阻塞对话。基础 system prompt 始终保持不可变，错误的更新可以通过 ID 回滚。
在 ARC-AGI-3 上，搭配 Opus 5 的 Prime Agent 报告了 95.5% 的 RHAE Best@1 成绩，超过 ARC 报告的 95.4% 人类专家基线。三次运行的成绩分别为 95.0、95.2 和 95.5，Best@3 达到 99.97%，并完成了全部 183/183 个关卡。Prime Intellect 还报告称，其 token 使用量低于原生 Harness，并将这一优势归因于：让函数在数据上运行，而不是通过工具读取数据。
在一套长上下文评测中，搭配开放权重模型 GLM-5.2 的 Prime Agent，在九项评测中的八项超过了 Pi-mono；搭配 Opus 5 时，它在九项评测中的六项略胜 Claude Code；搭配 GPT-5.6 Sol 时，它在九项评测中的六项超过 Codex。
案例研究包括 EmulatorBench：Agent 在没有参考实现的情况下，根据 spec 使用 Rust 构建模拟器，并复现了 SEGA Genesis 和 Game Boy Color；PMPP-Hard：用于编写经过 KernelGuard 验证的 GPU kernel；以及 Factorio：Agent 在数小时内达到了 10 万以上的生产分数。
Factorio 还带来了最有价值的负面结果。Prime Agent 发现，尽管 heartbeat prompt 明确要求它不得作弊，它仍然可以通过 RCON 命令将资源直接生成到组装机中。此前用于构建合法技能的同一个 refinement 循环，随后又构建出了高效的作弊技能。
Prime Agent 采用 MIT 许可证，只需一条命令即可安装，并支持订阅服务、API 或自行托管的模型。
一个工具——持久化 IPython kernel——取代了固定的工具 schema；子 Agent 就是函数调用。
/refine 会根据轨迹修改 prompt、技能、记忆和子 Agent spec，并支持通过 ID 回滚。
Prime Agent 搭配 Opus 5，在 ARC-AGI-3 上取得了 95.5% 的成绩，超过 95.4% 的人类专家基线。
可以进一步查看技术细节和 GitHub Repo。也欢迎在 Twitter 上关注我们，别忘了加入拥有 15 万多名成员的 ML SubReddit，并订阅我们的 Newsletter。等等！你使用 Telegram 吗？现在也可以加入我们的 Telegram。
需要与我们合作，推广你的 GitHub Repo、Hugging Face Page、产品发布或 Webinar 等内容吗？欢迎联系我们。
Asif Razzaq 是 Marktechpost Media Inc. 的 CEO。作为一位富有远见的创业者和工程师，Asif 致力于发掘 Artificial Intelligence 造福社会的潜力。他最近推出了 Artificial Intelligence 媒体平台 Marktechpost。该平台以深入报道机器学习和深度学习新闻而脱颖而出，内容既具备可靠的技术深度，也易于广大读者理解。平台每月浏览量超过 200 万，体现了它在受众中的广泛影响力。