时间：2026年8月5日
地点：美国（Prime Intellect）
人物：Prime Intellect团队（Seth Karten、Alex L. Zhang、Kevin Thomas、Sebastian Müller）
事件详情：去中心化AI平台Prime Intellect于8月5日正式发布开源编程代理框架Prime Agent，基于两大核心抽象设计：递归语言模型（RLM）将上下文视为变量、子代理委派作为REPL内的函数调用，让模型能在持久化IPython内核中以编程方式访问历史、子代理和工具；持续脚手架（Continual Harness）则把prompt、skills、memory和sub-agent本身视为可CRUD的资源，允许Prime Agent在运行时自主创建、读取、修改、删除自身的脚手架配置。Prime Agent开箱即用兼容主流前沿模型，开源地址为GitHub PrimeIntellect-ai/prime-agent，安装脚本一行即可部署。
背景：现有编码代理脚手架是为早期模型能力设计的，固定工具调用模式和上下文压缩策略让前沿模型在自身框架内绕路工作；静态的子代理、prompt、技能和记忆在设计时一次定稿，运行期间不会再根据经验进化。Prime Intellect认为真正的下一代代理应当能基于当前模型能力向更前沿的推理模式外推，把脚手架本身也纳入可学习空间。
影响：
- 让AI代理从静态执行迈向运行时自改进
- 在ARC-AGI-3基准测试中达到95.5%准确率，超越人类专家基线
- 推动编程代理框架从Copilot型向Autoresearch型演进
- 促进开源AI Agent生态对前沿推理模式的快速实验
总结：Prime Agent通过将代理脚手架本身变成可修改对象，重新定义了AI Agent的能力边界。其RLM抽象让模型能像写程序一样操作自己的上下文，Continual Harness抽象让代理在运行中持续迭代——这与Vercel Labs发Zero语言、微软发SkillOpt的潮流一致，共同指向AI编程工具向Agent-First、自进化方向的范式转移。该项目完全开源，预计将吸引社区围绕自改进代理展开大量实验。
参考来源：
- https://www.primeintellect.ai/blog/prime-agent
- https://github.com/PrimeIntellect-ai/prime-agent
- https://cryptobriefing.com/prime-intellect-prime-agent-self-improving-rlm/
- https://alphasignal.ai/news/prime-intellect-s-prime-agent-beats-human-experts-on-arc-agi-3-by-rewriting
- https://news.ycombinator.com/item?id=49189075
- https://x.com/PrimeIntellect/status/2085086999267144083
- https://www.intelcapital.com/prime-intellect-the-full-stack-for-training-and-deploying-self-improving-agents
- https://new.qq.com/rain/a/20250910A05L4V00