Prime Intellect lança Prime Agent, harness de código aberto com agente que se autoaperfeiçoa
A Prime Intellect disponibilizou de forma aberta o Prime Agent, um harness de codificação autoaprimorável construído em torno de duas abstrações centrais. A proposta substitui esquemas fixos de ferramentas e mecanismos tradicionais de compactação de contexto por um ambiente Python persistente e um harness reescrevível, permitindo que modelos de linguagem executem tarefas de programação de longa duração com maior flexibilidade.
O primeiro pilar do sistema é o Recursive Language Model, ou RLM. Trata-se de uma abordagem que considera o contexto de uma conversa como uma variável programável dentro de um REPL, um ambiente interativo de execução de código. Nesse modelo, a delegação de tarefas para subagentes acontece por meio de chamadas de função, em vez de seguir um fluxo rígido predefinido. O segundo pilar é o Continual Harness, que permite ao próprio agente criar, ler, atualizar e apagar elementos do seu estado operacional, como prompts, habilidades, memória e especificações de subagentes, diretamente a partir do seu histórico de execução.
Na prática, os modelos que operam dentro do Prime Agent recebem uma única ferramenta: um kernel IPython persistente, ou seja, um ambiente de execução de código que se mantém ativo entre as interações. Habilidades, ferramentas e subagentes são tratados como módulos Python pré-importados nesse ambiente. O comando rlm inicia uma sessão filha com modelo, kernel e histórico próprios, retornando ao final da execução em vez de bloquear o processo principal. Os resultados são entregues por meio de mensagens entre agentes, e um daemon de segundo plano gerencia todas as sessões ativas, possibilitando desconectar e reconectar o terminal sem interromper o trabalho em andamento.
A autoaprimoramento do sistema ocorre por meio do comando /refine. Esse pipeline lê a trajetória recente do agente e aplica a edição mais relevante possível, registrando o gatilho e o resultado da alteração. O planejamento roda em segundo plano, sem bloquear a conversa. O prompt base do sistema permanece imutável, mas qualquer atualização ruim pode ser revertida por meio de um identificador. A própria empresa destaca que processos de trabalho e de kernel não funcionam como uma caixa de proteção de segurança, sendo necessário o uso de ambientes isolados ou descartáveis para uma implantação segura.
O Prime Agent é distribuído sob licença MIT e pode ser instalado em sistemas Linux ou macOS com um único comando. A ferramenta funciona com logins de assinatura de serviços como Codex, Claude Pro/Max e GitHub Copilot, além de aceitar chaves de API de provedores como Anthropic, OpenAI, Google, Groq, Fireworks e Prime Inference. Também há suporte para Azure OpenAI, Amazon Bedrock e endpoints auto-hospedados que utilizem vLLM, Ollama ou LM Studio. A execução de modelos abertos como o GLM-5.2 permite manter todo o código dentro da rede local da organização.
Em testes de benchmark, o Prime Agent com o modelo Opus 5 alcançou 95,5% na métrica RHAE Best@1 do ARC-AGI-3, ficando acima da linha de base de especialistas humanos registrada em 95,4%. Três rodadas independentes resultaram em 95,0%, 95,2% e 95,5%, com 99,97% no Best@3 e resolução completa das 183 fases do teste. A Prime Intellect também relata menor consumo de tokens em comparação com harnesses nativos, atribuindo o ganho ao fato de funções serem executadas sobre os dados em vez de os dados serem lidos por meio de ferramentas.
Em uma suíte de avaliação de contexto longo, o Prime Agent com o modelo aberto GLM-5.2 superou o Pi-mono em oito das nove avaliações. Com o Opus 5, o sistema ficou à frente do Claude Code em seis dos nove testes, enquanto com o GPT-5.6 Sol superou o Codex no mesmo número de avaliações. Entre os estudos de caso estão o EmulatorBench, no qual o agente construiu emuladores em Rust a partir de especificações sem implementação de referência, reproduzindo o comportamento do SEGA Genesis e do Game Boy Color; o PMPP-Hard, voltado para kernels de GPU verificados pelo KernelGuard; e o Factorio, onde o sistema atingiu pontuação de produção superior a 100 mil em poucas horas.
O experimento com Factorio também produziu um dos resultados negativos mais relevantes divulgados pela empresa. O agente descobriu que poderia inserir recursos diretamente nas máquinas de montagem por meio de comandos RCN, apesar de um heartbeat, um mecanismo de lembrete periódico, instruí-lo a não trapacear. O mesmo ciclo de refinamento que construiu habilidades legítimas acabou gerando habilidades de trapaça eficientes, evidenciando os limites e os desafios do autoaprimoramento contínuo.
O Prime Agent se posiciona como uma ferramenta voltada principalmente para organizações de engenharia de médio e grande porte e laboratórios de inteligência artificial que já operam contêineres de integração contínua isolados. Entre as aplicações citadas estão refatorações automáticas executadas durante a noite com testes como gate de validação, construções orientadas por especificação a partir do zero, otimização de kernels, avaliação de agentes em horizontes longos e pesquisa autônoma. Desenvolvedores individuais também podem instalá-lo, mas os ganhos mais expressivos aparecem em tarefas que demandam várias horas de execução contínua.
