- 发布日期
一款开源 RLM 工具，子代理为持久 IPython 内核中的函数调用
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
Prime Intellect 已开源 Prime Agent，这是一个基于持久 IPython 内核和递归语言模型构建的自改进编码框架。该公司声称，使用 Opus 5 在 ARC-AGI-3 上达到了 95.5% 的准确率，略高于已报道的人类专家基线 95.4%。它作为 MIT 许可的替代品出现，取代了封闭的代理框架。
典型的框架依赖于固定的工具模式和上下文压缩，迫使模型适应僵化的脚手架。Prime Agent 用持久 Python REPL 和可重写的框架取代了这些。它不给模型提供许多狭窄的工具，而是暴露一个强大的工具：一个长期运行的 IPython 内核，其中技能、工具和子代理作为预导入模块存在。
Prime Agent 通过单条命令即可在 Linux 或 macOS 上安装。它支持订阅服务、API 密钥、Azure OpenAI、Amazon Bedrock 以及 vLLM、Ollama 或 LM Studio 等自托管端点。自托管 GLM-5.2 等开放权重模型可将代码保留在公司自己的网络内。
递归语言模型将上下文视为变量，并通过 rlm(“sub-task”) 将子代理委派视为函数调用，这会生成一个拥有自己的模型、内核和历史记录的子会话。后台守护进程持有实时会话，允许分离/重新附加，并在崩溃后从 JSONL 快照中恢复。代理消息传递特意限定在父级、同级或子级范围内，以避免跨会话的杂乱信息。
持续框架将状态形式化为提示、子代理、技能和记忆，全部可通过 CRUD 操作访问。/refine 读取代理自身的轨迹并应用最小的相关编辑，记录触发器和结果。计划在后台运行，基础系统提示保持不变，并且可以通过 ID 回滚错误的更新。
在 ARC-AGI-3 上，三次运行分别达到 95.0、95.2 和 95.5，Best@3 为 99.97%。在 GLM-5.2、Opus 5 和 GPT-5.6 Sol 的长上下文评估套件上，它也击败或匹配了专有框架。案例研究包括根据规范构建 SEGA Genesis 和 Game Boy Color 模拟器，GPU
