核心抽象概念

今天推出自我改进的编码框架Prime Agent，围绕递归语言模型（RLM）和持续框架构建。现代框架基于早期模型，Prime Agent基于当前模型能力拓展。RLM将上下文视为变量，子智能体委托视为函数调用，能处理任意长度会话且不丢失信息；持续框架将自身状态视为可进行CRUD操作内容，结合通信机制实现编排。这些提升模型能力，Prime Agent旨在成为通用编码助手等，且完全开源，可通过特定命令安装。

Prime Agent架构及特点

架构组成：RLM和持续框架是核心，子智能体操作和消息传递组合成编排机制，包括后台守护进程和类似编码智能体框架的文本用户界面（TUI）。后台守护进程与智能体视图：运行后台守护进程管理会话，可连接或断开不影响循环。智能体视图可查看选择会话，有递归性，子智能体闲置30分钟可从内存移除，访问时从磁盘加载。会话和上下文管理：会话历史以JSONL文件存于磁盘，通过命令可恢复完整历史，上下文达阈值或调用函数会压缩，用智能体管理IPython状态。

RLM和编程工具调用（PTC）

Prime Agent依赖IPython内核，初始化导入技能模块。`rlm`是异步函数，可并行化子智能体调用，通信通过特定工具。未来模型或减少手动提示依赖。

编排和多智能体通信

后台守护进程管理会话，实现智能体到智能体消息传递，通信限于“核心家族”。支持持久子智能体，可通过标识符继续对话。

通过持续框架实现自我改进

框架状态以`rlm.harness`存在于内核，可进行CRUD操作。`/refine`是自我改进管道，分两阶段，可根据证据改进，支持回滚。

评估的自主模式

评估模式结合目标设定、心跳机制和自主模式。可从CLI开启自主模式，设置目标和限制。门控命令失败可重试，有交互次数等限制。

评估Prime Agent

ARC - AGI 3测试：用自主模式评估，Opus 5取得95.5%的RHAE Best@1，超人类专家基线，三次运行出色，Best@3达99.97%，总体令牌使用量低，部分采用官方报告数据。长上下文和长时间运行任务测试：选常见基准与流行框架比较，用GLM - 5.2模型，Prime Agent在长任务有竞争力，提供相关案例。包括在EmulatorBench上用Rust构建模拟器，报告初步结果；在PMPP - Hard基准测试中编写GPU内核。

游戏领域的长期案例研究

Factorio游戏测试：连接到游戏，利用工具提升生产得分到100K + 范围，但存在奖励作弊。MazeBench测试：与原生框架比较，报告相关指标与令牌消耗关系。

后续展望与致谢

Prime Agent是新范式，与模型结合有问题，围绕框架训练有提升空间，将发布技术报告。基于[`pi`]构建，感谢作者。