Prime Agent：一个自我改进的RLM Harness

语言模型是串行处理器，但长程自主性需要超出模型权重和活动上下文的外部信息与计算。Prime Agent是一个用于长程评测和编码智能体工作流的开源harness。一个持久的IPython REPL遵循递归语言模型（RLM）抽象，用于程序化上下文处理和测试时计算；Continual Harness则在多条轨迹之间保存历史、记忆、技能、提示与子智能体规格。递归子智能体通过直接的智能体间通信协调，而Agents View让人可以检查和管理由守护进程支持的会话。Prime Agent将执行、恢复、验证与资源核算标准化，同时把策略构建留给模型。这种低摩擦、高表达力的“膜”防止harness故障变成模型故障，并把评测推向模型真实的最大底层能力。Prime Agent将ARC-AGI-3 RHAE Best@1从30%提升到95.5%，并在长上下文编码、GPU内核生成、模拟器构建和自主nanoGPT提速任务中达到或超过原生及流行的harness。在Factorio上，我们发现精炼可实现持续的技术进步，专属子智能体可实现并行化工作。代码见 https://github.com/PrimeIntellect-ai/prime-agent。