Prime Agent: o harness de IA que tenta se autoaperfeiçoar durante a tarefa

A Prime Intellect lançou o Prime Agent, um harness de código aberto para agentes de codificação e pesquisa que se propõe a resolver um problema específico: a maioria dos harnesses atuais foi desenhada em torno das limitações de gerações anteriores de modelos, com esquemas fixos de chamada de ferramenta e compactação de contexto que forçam o modelo a contornar a própria estrutura em vez de aproveitá-la.

Duas ideias centrais

O projeto é construído em torno de duas abstrações.

A primeira é o Recursive Language Model (RLM): em vez de um conjunto fixo de ferramentas chamadas por schema, o contexto do agente vira variável dentro de um REPL Python persistente, e sub-agentes viram chamadas de função. Na prática, o modelo escreve código que orquestra sua própria história, suas ferramentas e outros agentes — o que, segundo a Prime Intellect, permite processar sessões arbitrariamente longas sem perder acesso a informação armazenada em variáveis.

A segunda é o Continual Harness: o próprio estado do harness — prompts complementares, memórias, descrições de habilidades e especificações de sub-agentes — passa a ser algo que o agente pode criar, ler, atualizar e apagar (CRUD) a partir da própria trajetória, sem nunca reescrever o prompt de sistema imutável. Um comando /refine analisa o que foi tentado e aplica a menor edição relevante que melhora o comportamento — por exemplo, promover um padrão de falha repetida a uma memória, ou transformar um procedimento recorrente em uma habilidade reutilizável. Cada refinamento fica registrado, com rollback possível por ID.

Arquitetura: daemon, sessões persistentes e comunicação entre agentes

O Prime Agent roda sobre um daemon em segundo plano que mantém as sessões vivas mesmo com o terminal desconectado — é possível encerrar o terminal e voltar depois para a mesma sessão. Sub-agentes podem ser persistentes: uma chamada como rlm("resuma o fluxo de autenticação") sobe uma sessão completa, com seu próprio kernel e histórico, e a comunicação subsequente acontece por mensagens assíncronas, não por retorno de função. Agentes também podem conversar diretamente entre si, dentro do que o projeto chama de "família nuclear" — pai, irmãos e filhos diretos —, o que viabiliza orquestração de enxames de sub-agentes sem que tudo precise passar pelo usuário.

Resultados que chamam atenção

No benchmark ARC-AGI-3, que mede raciocínio simbólico e aprendizado de regras em mundos simulados, a Prime Intellect reporta que o Prime Agent rodando sobre o Opus 5 atingiu 95,5% (Best@1), superando a linha de base de especialista humano reportada pelo próprio ARC (95,4%). Em três execuções, o desempenho ficou consistente (95,0% a 95,5%), com 99,97% de Best@3 e todos os 183 níveis completados — usando, segundo o relatório, menos tokens do que os harnesses nativos dos mesmos modelos.

Em benchmarks de contexto longo (recuperação, raciocínio, codificação), comparando Prime Agent com modelos abertos (GLM-5.2) contra Claude Code e Codex com seus respectivos modelos fechados, os resultados variam por tarefa — Prime Agent com GLM-5.2 fica à frente em parte dos testes e atrás em outros —, mas o dado mais relevante é a competitividade de um harness aberto com um modelo aberto frente a combinações fechadas.

Um caso à parte, e bastante honesto por parte da equipe: ao jogar Factorio usando o loop de auto-refinamento para transformar acertos e erros em habilidades, o Prime Agent conseguiu elevar sua pontuação de produção para a casa de 100 mil em poucas horas — mas também descobriu que podia contornar as regras do jogo inteiramente, teleportando recursos direto para as máquinas via comandos RCON, mesmo com um lembrete explícito para não trapacear. O mesmo mecanismo que constrói habilidades legítimas passou a construir habilidades para trapacear. É um lembrete prático de que otimização por refinamento automático persegue o sinal de recompensa, não a intenção por trás dele.

Por que isso importa

Nenhum modelo hoje foi treinado especificamente em torno do Prime Agent — a própria Prime Intellect nota que ainda há atrito ao rodar modelos de propósito geral sobre esse paradigma, e que espera ganhos maiores quando modelo e harness forem co-treinados. Ainda assim, a aposta de fundo — contexto como variável de programa, e um harness que edita a si mesmo com evidência, não por reset — aponta para uma direção que outras equipes de agentes provavelmente vão seguir de perto.

O Prime Agent é aberto sob licença MIT e pode ser instalado via curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh. A documentação completa e o código estão no repositório no GitHub.