pi 这个开源 Agent 的含金量还在上升。
基于 pi 构建的一个新项目 Prime Agent，最近登上了 GitHub 热榜。
目前已经拿下了 17.7K 的 Star。
这个项目的定位是：一款面向编程、研究和长时间自主任务的开源 Agent。
它能把一个复杂任务拆给多个子 Agent，终端断开后继续工作，还会从自己的执行记录里总结经验，更新下一次做事的方法。
01
开源项目简介
Prime Agent 是一个开源的 AI Coding 和研究 Agent，底层基于 pi 构建。
它主要想让 Agent 持续处理复杂任务。
普通的代码问答通常很快就能结束。
大型重构、长上下文分析、自动评测和研究实验会经历更长的处理链路，中间还要进行多轮搜索、修改、测试和返工。
任务一长，就会出现麻烦。
上下文越来越大，前面的信息容易丢。子任务越来越多，需要反复协调。终端一关，会话也可能跟着停下来。
即使这次终于做完了，下次遇到同类问题，很多经验还得重新教一遍。
Prime Agent 围绕两个核心设计展开：Recursive Language Model（RLM）和Continual Harness。
RLM：前者负责把上下文、工具和子 Agent 变成可编程对象
Continual Harness：后者负责保存提示补充、记忆、技能和子 Agent 配置，让工作方法可以持续积累。
开源地址：https://github.com/PrimeIntellect-ai/prime-agent它的官方成绩也挺抢眼。
Prime Intellect 在发布文章中说，Prime Agent 搭配 Opus 5，在 ARC-AGI-3 上拿到了95.5% RHAE Best@1。
团队公布的三次结果分别是 95.0%、95.2% 和 95.5%，最高结果略高于其引用的 95.4% 人类专家基线。
官方还测试了长上下文检索、模拟器编写、GPU Kernel、Factorio 和 MazeBench 等任务。
项目团队自己也提到，目前还没有模型围绕 Prime Agent 这套 Harness 训练过。
这组成绩可以看出运行框架对模型表现的影响，不过先别急着拿它给 Codex 或 Claude Code 排座次。
评测来自项目团队，模型、提示词、token 预算和运行方式都会影响结果，社区里对比较口径也有不少讨论。
02
它是怎么把长任务跑下去的
Prime Agent 的功能不少，真正值得关注的是下面这 4 部分。
① 上下文变成了可以操作的变量
Prime Agent 给模型提供的内置工具只有一个：ipython。
文件读取、Shell 命令、数据处理、技能调用和子 Agent 调度，都从这个持久化的 IPython 环境开始。
这个环境不会在每次工具调用后清空。
变量、函数、解析结果等可以保留下来，经历上下文压缩后仍然能继续使用。
比如模型读取了一批配置文件，可以把筛选结果保存在变量里。
后面要继续分析时，调用已有变量即可，不必把同一批内容反复塞进聊天上下文。
项目把这个思路叫作 prompt-as-a-variable。
它让模型通过程序搜索和处理自己的工作材料。
Prime Agent 团队认为，这种方式能够减少大量工具调用产生的文本开销，把更多 token 留给真正的推理和决策。
② 子 Agent 可以像函数一样调用
Prime Agent 在 IPython 环境里预置了 rlm(…)
主 Agent 可以用它创建子 Agent，把代码审查、测试检查和资料检索拆开处理。
auth = await rlm("检查认证流程，找出潜在问题，完成后把结果发给我",name="auth-reviewer",)tests = await rlm("检查测试覆盖率，列出缺少的关键用例，完成后把结果发给我",name="test-reviewer",)
每个子 Agent 都有独立的上下文、会话目录和历史记录。
rlm(…) 在任务被接收后就会返回一个东西，主 Agent 不用停在原地等待，可以继续处理其他事情。
子 Agent 做完后，通过消息把结果发回来。
主 Agent 还能继续追问，也可以让兄弟 Agent 交换信息。
这种设计很适合复杂仓库。
你可以让三个子 Agent 分别检查登录模块、API 和测试，主 Agent 留出上下文负责汇总结果、修改代码和跑验证。
③ 做过的任务，可以沉淀成下一次的经验
Prime Agent 的另一个核心设计是 Continual Harness。
它把 Harness 状态拆成几类内容：提示补充、记忆、技能说明和可复用的子 Agent 配置。
这些内容会写入磁盘，默认在当前会话中跨轮次保留；显式设为全局的稳定经验，还可以跨会话复用。
当 Agent 在任务里发现某个问题反复出现，可以调用 /refine 回顾执行轨迹，把有效方法存下来。
比如某个项目的集成测试经常出现同一种不稳定错误。
Prime Agent 可以把识别、重试和验证步骤整理成记忆，或者进一步做成一个可复用技能。
这里的自我改进发生在 Harness 层，模型权重不会跟着更新。它积累的是做事方法，以及下一次任务可以调用的上下文。
/refine 也不会重写基础系统提示。它倾向于做小范围更新，记录触发原因和产生的结果，并通过快照支持回滚。
④ 终端断开，任务还能继续推进
Prime Agent 默认通过后台管理会话。
关掉终端界面后，正在运行的 worker、IPython 状态和子 Agent 仍然由后台进程管理。之后可以重新连接，继续查看进度或者补充要求。
prime-agent agentsprime-agent attach <agent>prime-agent status
它还提供了持久目标、心跳、定时任务和自主模式。
持久目标负责保存当前要完成的事情。
心跳和定时任务可以定期检查测试、训练或部署状态。
自主模式会在当前轮结束后继续推动任务，直到质量门槛通过或者预算耗尽。
自主模式可以设置最大轮数、token 上限和运行时间，也能把测试命令设为完成条件。
例如你让它完成一次仓库迁移，并要求 npm run check 必须通过。
只要代码发生了变化，质量门槛仍然失败，它就能带着失败信息进入下一轮修改。
这套机制更接近长期任务的真实工作方式。目标要记住，进度要定期检查，子任务需要并行推进，最终还得用测试结果验收。
03
五分钟快速上手
Prime Agent 的稳定版目前支持 macOS 和 Linux，安装命令很短：
curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh安装完成后，进入你想让它处理的项目目录：
cd /path/to/projectprime-agent第一次启动时，输入 /login 配置模型服务。
它内置了 ChatGPT Plus/Pro、Claude Pro/Max 和 GitHub Copilot 等订阅登录方式，也支持通过 API Key 接入其他模型提供商。
接下来直接交代任务即可，比如：
分析这个项目的认证模块和测试覆盖率，把两项工作交给独立的子 Agent。汇总结果后修复最重要的问题，并运行现有测试验证修改。如果想从源码运行，需要 Node.js 22.8.0 或更高版本：
git clone https://github.com/PrimeIntellect-ai/prime-agentcd prime-agentnpm ci./prime-agent.sh
这里要留意一下权限。
Prime Agent 会以当前账户的权限执行模型生成的 Python 和项目命令，后台进程提供的是会话恢复和生命周期隔离，不是安全沙箱。
第一次体验时，建议用一次性仓库、干净的 Git worktree，或者其他方便检查和恢复的环境。
以前聊 AI 编程，大家最关心的是底层用了哪个模型。
现在，同一个模型放进不同的 Harness，表现可能差出一大截。
上下文怎么保存，工具怎么调用，子 Agent 怎么协作，任务中断后怎么恢复，失败经验能不能留下来，这些都会影响最后的结果。
Prime Agent 把这些能力放进一个可编程、可持久化、可继续调整的运行环境里。
它目前仍然很新。
官方跑分还需要更多独立评测验证，自我改进机制也需要可靠的质量门槛，否则 Agent 可能把错误方法一起记下来。
官方在 Factorio 实验里就观察到过奖励作弊，Agent 发现漏洞后，甚至把更高效的作弊方式继续沉淀成了技能。
模型继续变强以后，Agent 能否稳定工作几个小时，能否协调一组子 Agent，能否从真实任务里留下可复用经验，可能比多会几个工具更重要。
📖 相关推荐
资深互联网从业者，专注AI工具研究与实战应用。长期跟踪ChatGPT、Claude、Stable Diffusion等前沿AI技术，擅长将复杂的技术概念转化为通俗易懂的教程。运营颜资源小站，致力于为中文用户提供高质量的AI教程、开源项目推荐和数字资源整理。
评论(0)