正在打开每日关注
正在打开每日关注
以 RLM、持久 REPL 与可持续记忆,让编程 Agent 跨会话协作并推进长期任务。
🚀又一个值得关注的开源 AI 编程智能体:Prime Agent。 它不只是完成一次任务,而是面向长期运行与持续自我改进: ▪️ 基于 RLM,把上下文当变量、子智能体当函数调用 ▪️ 内置持久化 IPython,可编程控制文件、Shell、工具与上下文 ▪️ 支持多子 Agent 并行协作和 Agent 间直接通信 ▪️ 任务可在后台持续运行,断开终端后重新连接 ▪️ 通过 /refine 将经验沉淀为记忆、提示词和可复用 Skills ▪️ 支持长期目标、心跳、定时任务及有限预算的自主模式 简单来说,它想解决普通 Coding Agent 的核心问题:对话结束后经验丢失,长任务无法持续推进。 开源、MIT 协议,主要使用 TypeScript 开发: https://t.co/asyo9jQgZP
是什么 Prime Agent 是 Prime Intellect 开源的编程与研究 Agent,定位不是一次性问答,而是支持长期运行、持续改进的 RLM Harness。README 将上下文视为变量、将递归子 Agent 视为函数调用,并以持久化 Python REPL 作为主要控制环境。
架构与核心设计 文件操作、Shell、工具调用、上下文管理和子 Agent 编排都通过代码完成;daemon-backed session 让任务可断线后重连,Harness 则保存补充提示、记忆、Skills 描述与可复用的子 Agent 规格。多 Agent 可并行或后台运行,并直接通信;目标、心跳、定时任务、自动压缩和有限预算共同支撑长任务。
值得借鉴
最有价值的是把“经验”变成可审查的持久状态:/refine 基于当前轨迹做小范围、证据支持的更新,且有快照可回滚;Skills 还能封装重复流程。这为 Agent 的连续性、可组合性和可恢复性提供了清晰抽象。
边界与风险 README 明确提示:它会以用户权限执行模型生成的 Python 和项目命令,并非安全沙箱;应使用可信仓库、指令和扩展。自主模式的预算或质量门通过,只能说明门槛被检查,不等于任务成功。