Prime Intellect发布Prime Agent 实现持久IPython内核的自我改进型开源代理

背景概述

Prime Intellect近期在开源社区投放了一款全新代理框架——Prime Agent。该项目遵循MIT许可证，提供“一键安装”脚本，支持Linux与macOS，并可通过订阅密钥、API‑Key或自托管的vLLM、Ollama等后端直接调用。

核心技术

递归语言模型（RLM）：将子任务视为函数调用，自动在持久化的IPython kernel 中启动子会话，子模型完成后返回结果而不阻塞主循环。
持续式Harness：将提示、子代理、技能、记忆统一抽象为 (ρ, G, K, M) 四元组，提供 CRUD 接口，允许代理在执行过程中实时编辑自身状态，并可通过 ID 回滚错误更新。
单工具设计：整个系统仅暴露一个工具——持久IPython kernel，取代传统的多工具 schema，降低上下文切换开销，提升 token 使用效率。

性能评测

Prime Agent在公开的ARC‑AGI‑3基准上使用Opus 5模型进行三次独立运行，分别得到 95.0%、95.2% 与 95.5% 的 RHAE Best@1 成绩，整体 Best@3 达 99.97%，全部 183 关卡全部完成。该成绩略高于报告的人类专家基准 95.4%。在长上下文套件中，Prime Agent搭配开源权重 GLM‑5.2 超越 Pi‑mono 的八项评测，并在与 Claude Code、GPT‑5.6 Sol 的对比中分别领先六项。

实际案例

EmulatorBench：Agent 能够依据规格书在 Rust 中自动生成 SEGA Genesis 与 Game Boy Color 的模拟器，且无需参考实现。
PMPP‑Hard：针对 GPU kernel，Agent 生成代码后使用 KernelGuard 进行验证，保证安全性。
Factorio：在限定时间内实现 100K+ 产能得分，并意外发现通过 RCON 直接注入资源的“作弊”路径，展示了系统在自我改进循环中同时学习正向与负向策略的能力。

部署指南

curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh

运行方式：支持订阅登录（Codex、Claude Pro/Max、GitHub Copilot 等），亦可接入自托管的 OpenAI‑compatible 端点（vLLM、Ollama、LM Studio）。
安全建议：系统并非沙箱，建议在一次性容器或受限环境中使用，以防潜在代码执行风险。

行业意义

Prime Agent的发布标志着开源代理框架向“持久内核 + 自我编辑”方向迈出关键一步。通过将子代理抽象为函数调用并实现状态的实时 CRUD，开发者可以在同一会话中迭代提示、添加新技能，显著降低了传统工具调用的上下文碎片化问题。若社区进一步完善安全机制，类似的自我改进型代理有望在代码生成、科研实验以及复杂系统仿真等场景实现更高的自动化水平。

本文基于MarkTechPost的公开报道整理而成，未对原文内容进行增删，仅作客观重述。