Prime Agent：能自我进化的 RLM 智能体
Prime Agent: A self-improving RLM agent
Prime Agent 是一款基于 Recursive Language Model (RLM) 和 Continual Harness 构建的自我进化编码智能体。它打破了传统智能体框架中静态提示词和固定工具调用的限制，将上下文视为变量，允许智能体通过 IPython 内核直接编写程序来管理自身历史、子智能体和工具。通过持续更新提示词、技能和记忆，Prime Agent 能从运行轨迹中自主学习并优化自身架构。无论是作为通用编程助手、长周期自主评估的运行时，还是研究协作伙伴，它都展现出强大的潜力。该项目已完全开源，支持现代前沿模型。
我们坚信，智能体框架不应固守静态设计，而应基于当前模型能力，向推理模式的下一个前沿进行外推。
HN 评论区
59- _joel
安装程序可能看起来挺漂亮，但它却安装到了 homebrew 目录，尽管它根本不是 homebrew 包。这种做法太不干净了。而且根本没有卸载方法。
- axus
- embedding-shape
LLM 生成的代码如果未经太多审查或设计，往往能让人大开眼界，看看代码到底能有多臃肿。在这个仓库里，多个文件接近 10K 行代码，其中一个文件里的 switch 语句包含的 case 分支多到跨越了 1000 多行，还有很多其他有趣的东西。
我想这取决于你打算使用的模型，但似乎大多数模型更倾向于较小的代码库，代码越少它们工作得越好，这倒也合乎情理。考虑到这一点，我可能会尝试构建一个规模小得多的东西来启动一个自我进化的智能体。然后，我会把这个 "Prime Agent" 作为反面教材给我的自我进化智能体看，告诉它不该进化成什么样。
- supermdguy
当他们在这个 harness 自我改进循环上运行 RL 训练时，那将会非常有趣。我曾尝试用 LLM 来做 harness 工程，但它往往会产生过多的臃肿，最终拖慢整体性能。我猜这仅仅是因为模型默认并没有针对这类任务进行调优。
好奇是否有人尝试过用 RL 来做 harness 工程？我觉得我们距离最优的 harness 还差得远，尤其是在长上下文内存管理方面。
- andai
RLM（递归语言模型）论文作者之一撰写的关于 RLM 的文章：