Prime Agent：开源的可自我改进 Agent 外壳

外壳负责执行、恢复和记账，策略留给模型：别让外壳故障变成模型故障

三个要点

• 问题：语言模型是顺序处理器，长任务需要模型权重和当前上下文之外的信息与计算。外壳设计不当，会把外壳的故障误判为模型的能力不足。
• 方法：持久化 IPython REPL 遵循「递归语言模型」抽象，用程序处理上下文、扩展测试时计算；「持续外壳」跨轨迹保留历史、记忆、技能、提示和子 Agent 配置；递归子 Agent 之间直接通信；人类可通过 Agents View 检查和管理会话。外壳统一执行、恢复、验证和资源记账，把策略构建留给模型。
• 结果：ARC-AGI-3 RHAE Best@1 从 30% 提升到 95.5%；在长上下文编程、GPU 内核生成、模拟器构建和自主 nanoGPT 竞速训练上，追平或超过原生及常用外壳（作者自报）。作者也承认，当前模型并未被训练来使用这些外壳能力，许多能力仍被闲置。

95.5% ARC-AGI-3 RHAE Best@1

适合谁读：做 Agent 平台、编程 Agent 和开源基础设施的团队；关注「模型—外壳共同训练」方向的投资人。

arXiv 摘要页 · PDF