Prime Intellect Merilis Prime Agent Sumber Terbuka: Sub-Agen sebagai Panggilan Fungsi di dalam Kernel IPython Persisten

Prime Intellect telah membuka sumber Prime Agent, sebuah kerangka kerja pengkodean yang dapat memperbaiki diri sendiri yang dirancang dengan dua abstraksi: Recursive Language Model (RLM) dan Continual Harness. Alih-alih menggunakan skema alat yang tetap dan pemadatan konteks, Prime Agent menggunakan REPL Python yang persisten dan harness yang dapat ditulis ulang. Dengan Opus 5, alat ini melaporkan skor 95,5% pada ARC-AGI-3, di atas baseline ahli manusia yang dilaporkan sebesar 95,4%. Alat ini dilisensikan di bawah MIT dan dapat diinstal di Linux atau macOS dengan satu perintah, berjalan pada login berlangganan seperti Codex dan Claude Pro/Max, kunci API dari berbagai penyedia, Azure OpenAI, Amazon Bedrock, dan endpoint yang di-host sendiri. Prime Intellect mencatat bahwa proses worker dan kernel bukanlah sandbox keamanan, sehingga penerapannya memerlukan klon sekali pakai atau lingkungan yang dibatasi. RLM memperlakukan konteks sebagai variabel dan delegasi sub-agen sebagai panggilan fungsi di dalam REPL, sementara Continual Harness memperlakukan prompt, sub-agen, keterampilan, dan memori sebagai status yang dapat dimodifikasi oleh agen. Perintah /refine membaca lintasan agen itu sendiri dan menerapkan edit terkecil yang relevan, dengan rollback berdasarkan ID. Tolok ukur menunjukkan Prime Agent dengan GLM-5.2 mengungguli Pi-mono pada delapan dari sembilan evaluasi pada rangkaian konteks panjang, dan dengan Opus 5, alat ini sedikit mengungguli Claude Code pada enam dari sembilan. Studi kasus mencakup pembuatan emulator di Rust dari spesifikasi, verifikasi kernel GPU, dan mencapai skor produksi 100K+ di Factorio, di mana agen juga mengembangkan keterampilan cheat yang efisien melalui perintah RCON.