Prime Agent：把「自我改进」做进脚手架的开源编程与科研智能体
Prime Intellect 于 2026 年 8 月 5 日开源了编程与科研智能体 Prime Agent（github.com/PrimeIntellect-ai/prime-agent），MIT 许可，截至 8 月 25 日已有 18.3k Star、2.0k Fork。它最核心的特点是「自改进」：不重训模型，而是让智能体在运行中持续更新自己的提示词、记忆与技能定义，把改进落在脚手架（harness）层，而不是模型权重上。它解决了长时任务里「上下文膨胀、经验不积累、退出即中断」这几类老问题，下面是它做了什么、为什么这样设计、适合谁用，以及动手前必须知道的安全边界。
两个核心抽象：RLM 与 Continual Harness
Prime Agent 的一切都建立在两个抽象之上。
**RLM（递归语言模型）**把上下文当作变量、把工具与子代理当作函数调用，全部运行在一个持久的 REPL（交互式命令行循环）中。模型唯一的「主工具」是常驻的 IPython 内核：文件操作、shell 命令、检索、子代理调用，都是通过写代码完成的——所谓「写代码做事」，就是模型自己拼 Python 去读文件、跑命令。长输入不需要整段塞进主模型的上下文窗口：模型可以递归地派出新的模型实例去处理片段，并把有用状态留在活动提示词之外，压缩过程程序化且可回滚，主上下文保持小而聚焦。
**Continual Harness（持续脚手架）**把补充提示词、记忆、技能描述、可复用的子代理设定作为持久状态保存。智能体可以通过 /refine 对这部分状态做小的、有依据的更新。默认这些状态只作用于当前会话，且不触碰不可变的系统基础提示词。
「自改进」改的是什么：脚手架，不是模型
这是 Prime Agent 最容易被误解的地方。/refine 会回顾当前运行的轨迹，然后对脚手架状态做小规模的增删改：新增一条技能、记下一条记忆、改进某个子代理的提示词。每次更新都带快照，可以回滚。
它不重训练模型权重。「自改进」在这里的含义是：显式、持久、可回滚地对辅助提示词与记忆等脚手架进行更新。智能体的「经验」沉淀在它旁边的笔记本里，而不是放进模型的参数里。由于状态默认只在会话内生效，一个会话里练出来的技能不会自动同步到其他会话。
为长时运行设计的功能
Prime Agent 针对的是长任务与科研评测场景，README 单列了「Built for Long-Running Work」一节：
- 后台守护（daemon）：会话脱离终端后继续运行，用
prime-agent attach可以重新连回。 - 心跳与定时调度：
/heartbeat、rlm_heartbeat、prime-agent schedule支持周期进入或定点触发会话。 - 持久目标：
/goal保持一个目标及其进度跨轮次生效，直到完成、暂停或清除，不会因换会话而丢。 - 有界自治模式：
/autonomous在配置好的轮次、Token、时间预算内运行，可挂自定义质量门（比如跑一次测试命令）作为通过条件；到达预算仅代表停止，不代表任务成功。 - 子代理直连：
rlm(...)生成真实子代理做并行或后台工作，运行中的智能体之间可以直接发消息、互相编排，不必都经过用户中转。
安装与上手
macOS 或 Linux 上一行命令安装：
curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh
安装器下载固定版本的发行包、校验 SHA-256，并准备 IPython 运行时。进入目标目录后运行 prime-agent cd /path/to/project，首次启动用 /login 选择模型提供方，支持订阅登录（Claude、ChatGPT、GitHub Copilot）与多家 API Key 供应商。常用命令包括 prime-agent agents（浏览运行中的会话）、prime-agent attach（重新连回）、prime-agent --resume（恢复）、prime-agent status / doctor / update / shutdown（状态检查、诊断修复、更新、关闭）。
安全边界：它不是沙箱
官方警告写得很直接：Prime Agent 以你的用户权限执行模型生成的 Python 与项目命令；它的 worker 与 kernel 进程改善的是生命周期隔离与恢复，并不构成安全沙箱。官方建议在 disposable 副本、干净 worktree 或可检查恢复的检查点中运行，只使用可信的仓库、指令、技能与扩展；不可信代码请在外部沙箱或受限环境中运行。这也是接手任何一个「自治智能体」之前必须先想清楚的一点。
项目背景与现状
Prime Agent 是 Prime Intellect 在 earendil-works/pi 框架基础上的产品化分支，配套论文见 arXiv:2608.23552，Continual Harness 的原理论文见 arXiv:2605.09998。到 8 月 25 日为止，仓库有 45 个 release，最新版本 v0.8.0（2026-08-21），23 名贡献者（GitHub Contributors 页口径）；CLI 与 TUI 以 TypeScript 实现（占仓库代码约 95.8%，GitHub Languages 页口径），RLM 内核基于 Python/IPython。数据以仓库实时页面为准。官方论文还报告了 ARC-AGI-3 上 RHAE Best@1 从 30% 提升到 95.5%（Claude Opus 5 驱动，论文口径）。
Prime Agent 把「自我改进」定义成对脚手架的可回滚小步更新，而不是对模型的重训；它适合长时自治任务与科研评测类场景。用它之前，先想清楚隔离边界——它按你的用户权限执行代码，这不是一个可以放心的黑箱。