基于 pi 构建的开源项目 Prime Agent 最近登上了 GitHub 热榜，目前已拿下 17.7K 的 Star。

项目定位：面向编程、研究和长时间自主任务的开源 Agent。它能把复杂任务拆分给多个子 Agent，终端断开后继续工作，还会从执行记录里总结经验，更新下一次做事的方法。

Prime Agent 是什么？

Prime Agent 是一个开源的 AI Coding 和研究 Agent，底层基于 pi 构建，主要想让 Agent 持续处理复杂任务。

普通的代码问答很快就能结束，但大型重构、长上下文分析、自动评测和研究实验会经历更长的处理链路。任务一长就会出现麻烦：上下文越来越大、信息容易丢失、子任务需要反复协调、终端一关会话就停。即使做完了，下次遇到同类问题，经验还得重新教。

Prime Agent 围绕两个核心设计展开：

• Recursive Language Model（RLM）：把上下文、工具和子 Agent 变成可编程对象
• Continual Harness：保存提示补充、记忆、技能和子 Agent 配置，让工作方法可以持续积累

开源地址：github.com/PrimeIntellect-ai/prime-agent

官方成绩方面，Prime Agent 搭配 Opus 5 在 ARC-AGI-3 上拿到了 95.5% RHAE Best@1，略高于 95.4% 的人类专家基线。团队还测试了长上下文检索、模拟器编写、GPU Kernel、Factorio 和 MazeBench 等任务。

核心功能解析

1. 上下文变成可操作的变量

Prime Agent 给模型提供的内置工具只有一个：ipython。文件读取、Shell 命令、数据处理、技能调用和子 Agent 调度，都从这个持久化的 IPython 环境开始。

环境不会在每次工具调用后清空，变量、函数、解析结果等可以保留，经历上下文压缩后仍能使用。比如模型读取了一批配置文件，可以把筛选结果保存在变量里，后面继续分析时调用已有变量即可，不必把同一批内容反复塞进聊天上下文。

项目把这个思路叫作 prompt-as-a-variable，让模型通过程序搜索和处理自己的工作材料，减少大量工具调用产生的文本开销，把更多 token 留给推理和决策。

2. 子 Agent 可以像函数一样调用

Prime Agent 在 IPython 环境里预置了 rlm(...)，主 Agent 可以用它创建子 Agent，把代码审查、测试检查和资料检索拆开处理：

auth = await rlm(
    "检查认证流程，找出潜在问题",
    name="auth-reviewer",
)
tests = await rlm(
    "检查测试覆盖率，列出缺少的关键用例",
    name="test-reviewer",
)

每个子 Agent 都有独立的上下文、会话目录和历史记录。rlm(...) 在任务被接收后就会返回，主 Agent 不用停在原地等待，可以继续处理其他事情。子 Agent 做完后通过消息把结果发回来，主 Agent 还能继续追问，也可以让兄弟 Agent 交换信息。

3. 执行经验沉淀为记忆

Continual Harness 把 Harness 状态拆成几类内容：提示补充、记忆、技能说明和可复用的子 Agent 配置。这些内容会写入磁盘，在当前会话中跨轮次保留；显式设为全局的稳定经验，还可以跨会话复用。

当 Agent 在任务里发现某个问题反复出现，可以调用 /refine 回顾执行轨迹，把有效方法存下来。/refine 不会重写基础系统提示，它倾向于做小范围更新，记录触发原因和产生的结果，并通过快照支持回滚。

4. 终端断开，任务继续推进

Prime Agent 默认通过后台管理会话。关掉终端界面后，正在运行的 worker、IPython 状态和子 Agent 仍然由后台进程管理。之后可以重新连接，继续查看进度或补充要求。

它还提供了持久目标、心跳、定时任务和自主模式。自主模式会在当前轮结束后继续推动任务，直到质量门槛通过或者预算耗尽。可以设置最大轮数、token 上限和运行时间，也能把测试命令设为完成条件。

五分钟快速上手

Prime Agent 的稳定版目前支持 macOS 和 Linux，安装命令：

curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh

安装完成后进入项目目录，运行 prime-agent，首次启动时输入 /login 配置模型服务。它内置了 ChatGPT Plus/Pro、Claude Pro/Max 和 GitHub Copilot 等订阅登录方式，也支持通过 API Key 接入其他模型提供商。

示例任务：

分析这个项目的认证模块和测试覆盖率，把两项工作交给独立的子 Agent。汇总结果后修复最重要的问题，并运行现有测试验证修改。

从源码运行需要 Node.js 22.8.0 或更高版本：

git clone https://github.com/PrimeIntellect-ai/prime-agent
cd prime-agent
npm ci
./prime-agent.sh

总结

以前聊 AI 编程，大家最关心的是底层用了哪个模型。现在，同一个模型放进不同的 Harness，表现可能差出一大截。上下文怎么保存、工具怎么调用、子 Agent 怎么协作、任务中断后怎么恢复、失败经验能不能留下来——这些都会影响最终结果。

Prime Agent 把这些能力放进一个可编程、可持久化、可继续调整的运行环境里。它仍然很新，官方跑分还需要更多独立评测验证，自我改进机制也需要可靠的质量门槛。

模型继续变强以后，Agent 能否稳定工作几个小时、能否协调一组子 Agent、能否从真实任务里留下可复用经验，可能比多会几个工具更重要。