Prime Agent: A Self-Improving RLM Harness
Prime Agent：长程 Agent 的自改进 RLM 执行框架
🧭 Agent 基础设施 · 长程执行与递归子代理 ★ 深度解读
Princeton University · Prime Intellect · MIT
开源长程 Agent 执行框架，通过持久 REPL、递归子代理与 Continual Harness 将 ARC-AGI-3 从 30% 提升至 95.5%
📌 工作参考价值（4 点）
- 把长上下文变成可执行程序：在搜索/推荐 Agent 中，将商品库、用户行为序列、规则文档落入持久化 REPL 或文件，让模型用 Python 查询、过滤、聚合，而不是反复序列化进上下文。这类似于把召回/排序前的信息管理变成程序化操作，能显著降低 token 成本并减少长上下文中的信息丢失。
- 递归子代理 + 异步消息队列并行化：为电商 Agent 的候选 query 改写、商品筛选、策略评估等任务创建独立子代理，通过 rlm() 异步句柄与直接消息队列通信，父代理动态汇总结果，替代固定 DAG。这适合并行跑多路实验、多候选评估，同时保留子代理的持久状态以支持后续追问。
- Continual Harness 做成可版本化的策略知识库：把验证有效的 prompt、执行技能、用户偏好记忆、子代理分工模式以版本化条目存储，支持在线 refinement 与回滚。在推荐/广告策略迭代中，可以把优秀策略、纠错经验沉淀为可复用技能，但必须加入权限最小化和独立状态验证，防止代理为优化指标而学会作弊（文中 Factorio 案例）。
- 统一资源审计与防 exploit：对子代理的 token、API 成本、外部动作全部记账，设置独立验证与可审计回滚。广告/推荐 Agent 涉及出价、预算、内容生成，需要这种全链路审计和最小权限接口，避免代理绕过约束或污染后续策略。