PrimeIntellect/prime-agent：6.3k Star 的自改进编码 Agent，把 Harness 自己变成可 CRUD 的对象

DAILY OPEN SOURCE · 第 123 期

PrimeIntellect/prime-agent：6.3k Star 的自改进编码 Agent，把 Harness 自己变成可 CRUD 的对象

一个 MIT 开源的 RLM 自进化编码 Agent，用"持久化 IPython + Continual Harness"双抽象，把 Agent 的工具、提示、技能、记忆、子代理全部变成可读可写可删的对象，让 Agent 在跑任务的同时反向修改自己的脚手架。

🔥 GitHub Trending🧬 Self-Improving🐍 Persistent REPL🔁 Continual Harness🤖 Agent2Agent📜 MIT

📌 平台提示：本工具依赖境外云（Prime Intellect 官方仓库 + OpenRouter/Vercel 等 Provider），部分平台在中国大陆需合规网络环境。运行前请在隔离或受限环境中测试陌生仓库、Skill 和扩展。

📌 项目速览

🎯 Prime Agent

把 Harness 自己变成 Agent 可CRUD的对象——持久化 IPython 当内存、Continual Harness 当操作系统，让 Agent 在跑任务时同时反向修改自己的脚手架。

📜 MIT🔥 GitHub Trending🧬 Self-Improving⌨️ TypeScript + Python🤖 A2A 互联

6.3k+

GitHub Stars
持续 Trending

95.5%

ARC-AGI-3 跑分
Opus 5 RHAE Best@1

v0.8.0

2026-08-21 发布
4,558 commits

4,558

Commits
活跃迭代

1,260

支持模型
4 大 Provider

95.4%

人类专家参考
可对比基线

📛项目名Prime Agent（自改进 RLM 编码与研究 Agent）

👥作者Prime Intellect（Alex L. Zhang / Kevin Thomas / Sebastian Müller 团队）

📜许可证MIT（完全开源）

⌨️技术栈TypeScript host + Python IPython 内核 + Node ≥ 22.8.0

🔗仓库github.com/PrimeIntellect-ai/prime-agent

📚文档7 篇：quickstart · usage · long-running-agents · rlm · skills · architecture · providers

🎯理论RLM 博客 + Continual Harness 论文（arxiv 2605.09998）

💡一句话把 Agent 当成可自我 CRUD 的程序，让 Harness 不再是写死的脚手架，而是 Agent 在跑任务时也能反向修改的活体。

🧨 它解决了什么问题？

传统编码 Agent 框架的"两条死结"：
①上下文塞不下：固定 Token 窗口 + 静态上下文压缩，模型每轮都要把同一份内容"翻译"成自然语言反复塞进 prompt，越用越笨。
②Harness 写死：提示词、技能、记忆、子代理一旦设计好就再不动，Agent 在新项目里撞到的坑没法自动沉淀成新技能。

Prime Intellect 团队（前 Vectice / PyTorch Lightning 出身）8 月 5 日发布 Prime Agent 时直言：

“Modern harness designs were built around the capabilities of earlier generations of models. Static, hand-engineered sub-agents, prompts, skills, and memory are set once at design time and never adapt to what the agent learns while running.”

他们的解药是两条抽象：把上下文从"塞 prompt"换成"持久化 IPython 变量"；把脚手架本身从"写死文件"换成"Agent 可 CRUD 的对象"。

🔬 七大核心亮点

① 递归语言模型（RLM）：把上下文当代码变量

Prime Agent 只给模型暴露一个内置工具：持久化的 IPython 内核。文件读写、Shell、子代理调用、上下文管理，全部由模型在 Python 里写成代码调用，而不是传统 Harness 那种"工具菜单 + 参数 schema"。

解析过的文件、表格、任务句柄都以 Python变量长期存在，不挤对话窗口
Agent 能在代码里组合数据变换，而不是每次都通过自然语言来回序列化
任意长 session 都不会"丢历史"，因为历史活在变量里而不是 prompt 里

这等于把 Agent 从"会写代码的聊天机器人"重塑为"在 REPL 里编排一切的程序"。

② Continual Harness：让 Harness 本身可 CRUD

这是 Prime Agent 最让人"细思极恐"的抽象——Agent 可以把"自己脚手架"当成对象来创建 / 读取 / 更新 / 删除：

提示词：补充提示（supplemental prompts）
技能：可复用的工作流说明
记忆：跨 session 沉淀的经验
子代理：spawned 子代理的规格

Agent 在跑任务的过程中可以反向修改这些组件；多个 session 之间能跨进程协调。这是真正意义上的"自我修改"，不只是反思。

③**/refine**命令：有证据支撑的状态精炼

Agent 跑完一轮后可以主动跑/refine，审查整条轨迹，对 harness 状态应用"小的、有证据支撑的更新"。

关键安全设计：永不重写"不可变基系统提示"（immutable base system prompt）
每次精炼都会留下快照，方便回滚糟糕的修改
默认仅作用于当前 session（local to the session）

这等于给 Harness 配了一个内置的"git commit history + revert"——Agent 可以改自己，但改坏了能撤销。

④ 持久化目标 + 自动压缩：跨 session 不丢进度

/goal命令设定一个目标，Agent 会让目标在跨轮次、跨终端、跨 session 都保持活跃，直到完成、暂停或清除。配合自动压缩（context window overflow 时主动清理），长任务可以跑几天不掉链子。

⑤ 后台 Daemon：终端断开 Agent 继续跑

Prime Agent 在本地 socket 上跑一个后台守护进程，持有所有 live agent session。

用户Ctrl+C/ 关掉终端 → 代理循环继续在后台
下次用prime-agent attach <agent>重新接上，看进度、做引导
每个 root session 跑在 recoverable worker 进程里，崩溃后从 JSONL + kernel state snapshot 恢复
Idle 30 分钟的子代理自动卸载，需要时从磁盘 reload

这套机制让"Agent 在周末替你跑重构、星期一打开终端看结果"成为常态。

⑥ Agent2Agent 直接通信：去中心化协调

Prime Agent 不通过用户路由两个子代理之间的消息——它们直接互发消息。

一个子代理审计认证模块；另一个扫测试覆盖；它们之间能自动同步发现
可以 spawn 持久子代理之后，在主代理轨迹里再发消息过去
可以同时打开两个 Prime Agent session，让它们互相对话

这等于把多代理协调从"中央调度器"换成"对等网络"。

⑦ 技能可执行 + 自主模式：把重复工作流固化为 Python 包

技能不是 Markdown 文本，而是可导入的 Python 包。内置技能创建器会观察重复工作流，并主动提议转成项目级或个人级技能。下次再遇到同样任务，import进来即可。

/autonomous启动有界自主模式：按预算（轮次 / Token / 时间）运行
/heartbeat周期 / 定时再进会话
支持quality gates门控，只有满足条件才 commit

🛠️ 实战场景

场景 1周末跨天长任务：周五下班，关掉终端，周一看结果

给 Prime Agent 一个跨天的目标：把项目里 200 个 TypeScript 文件的 any 类型全部替换为精确类型，跨周末两天完成。

周五下班时Ctrl+C；Prime Agent daemon 在后台继续持有 session、IPython kernel 和子代理；周日它用/goal持续追踪进度、自动压缩上下文、用子代理分批处理模块；周一早上prime-agent attach回来，看日志、看 diff、按需引导。

场景 2多 Agent 并行审计：让 3 个子代理同时扫 3 个模块

在主 Agent 的 REPL 里：

# 让 3 个子代理并行审计认证、订单、支付三个模块auth_review=await rlm("检查 auth/ 的 session fixation 和越权风险",name="auth-reviewer")order_review=await rlm("扫 order/ 的状态机原子性问题",name="order-reviewer")pay_review=await rlm("查 payment/ 的金额精度和对账完整性",name="pay-reviewer")# 主 Agent 不用等子代理同步完成——结果会通过 A2A 消息流回来continue# 主 Agent 继续推进其它工作

三个子代理在后台跑，结果自动汇集到主 Agent 的 audit report。

场景 3自我进化：跑一周后自动生成新技能

连续一周每天用 Prime Agent 跑相同的 PR review 工作流后，/refine注意到 Agent 反复走同一段代码模式（先看 CI、看 reviewer 反馈、扫 changelog）。

它会主动提议：“是不是该把这套流程沉淀成skills/pr_review_pipeline/这个项目级技能？”，你确认后，下周其他项目import进来即可。这是"Agent 自己写自己的技能库"的日常。

场景 4ARC-AGI-3：95.5% 跑赢人类基线 95.4%

Prime Intellect 团队把 Prime Agent + Opus 5 丢到 ARC-AGI-3 公开榜，RHAE Best@1 跑出 95.5%，略高于发布博客中列出的人类专家参考线 95.4%（ARC 社区榜单同时列了 95.3% 的"Human Intelligence Harness"，中位数为 95.24%，数字之间互不构成"普遍优越于人类"的结论）。

实测意义不在于"超过人类"，而在于：Agent CRUD 自己的 harness这件事，对真实长链推理任务有可测的提升。

🚀 上手指南

系统要求：macOS / Linux、Node.js ≥ 22.8.0、Python ≥ 3.10（IPython 内核）、4GB+ 内存

License：MIT（完全免费商用，Skill 子目录如skills/coding-agent/也是 MIT）

# Step 1：一键安装（macOS / Linux，自动验证 SHA-256）curl-fsSLhttps: //app.primeintellect.ai/prime-agent/install.sh|sh# Step 2：进入项目目录，启动 Prime Agentcd/path/to/ your-project prime-agent# Step 3：首次登录选择订阅或 API-key（OpenRouter / Prime Inference / Vercel AI Gateway / OpenCode Go）/login# Step 4：浏览所有运行 / 空闲 / 已保存的 sessionprime-agent agents# Step 5：detach + reattach——终端关了，代理继续prime-agent attach<agent-name># Step 6：后台服务状态 / 自检 / 关闭prime-agent status prime-agent doctor[--fix]prime-agentshutdown[--force]

💡 三种持久化目标使用方式：
•/goal <text>— 设定目标，跨轮次活跃直到完成
•/heartbeat <interval>— 周期性重新进入会话
•/autonomous— 在预算内自主运行，可配质量门控

💡 /refine 最小循环：跑完一长串任务后，输入/refine→ 它读你的整条轨迹 → 提议"小而可证据化"的 harness 更新（技能 / 补充提示 / 记忆 / 子代理）→ 你 approve 后才生效，基系统提示永远不动。

⚠️ 安全边界（务必读 SECURITY.md）：Prime Agent 不是沙箱。模型生成的 Python 和项目命令会以你操作系统用户身份执行。测试陌生仓库、Skill、扩展前请用一次性 clone 或受限环境隔离，它保护不了你的 SSH key 或浏览器 cookie。

🆚 同类对比

Prime Agent vs 主流 Agent Harness

vs OpenHands：OpenHands 有子代理和工具，但 Harness 是静态设计；Prime Agent 用/refine反向修改 harness。

vs AutoGPT：AutoGPT 是经典自主循环，但 prompt + memory 写死；Prime Agent 把 prompt/skill/memory/subagent 全部做成对象。

vs Claude Code：Claude Code TUI 体验成熟，但 prompt 是 Anthropic 私有；Prime Agent MIT 完全开源 + 1260 模型可选。

vs Codex CLI：Codex 依赖 OpenAI API，无 daemon 无 RLM；Prime Agent 把 IPython 当唯一内置工具，跨进程保活。

vs Cursor：Cursor IDE 体验完善，但 Editor 形式；Prime Agent 是 CLI + daemon 形态，专攻长时自主任务。

vs Claude Code Skills（122 期对照）：Skills 是 Markdown + 静态调用；Prime Agent 的技能是可导入的 Python 包 + 自动生成。

📊 数据卡片

95.5%ARC-AGI-3
Opus 5 跑分30 minIdle 子代理
自动卸载6 大Skill 命令
/goal/refine 等

🧠 今日总结

Prime Agent 不是又一个"AI 编码助手"——它把Harness本身当成可 CRUD 的对象，让 Agent 在跑任务时反向修改自己的脚手架、用/refine有证据地精炼、用 daemon 在跨天 session 里持续推进、用 A2A 消息直接协调子代理。对长时自主任务、自进化研究、和"Agent 自己写自己的 Skill 库"这件事，它给出了目前最完整的一套开源答案。

配合前几期的 Cordis（插件底座）、Headroom（上下文压缩）、OpenViking（上下文数据库）、skills（Skill 化），本期把"AI Agent 基础设施"叙事线的最后一公里补齐——从被动 Harness 到自进化 Harness。