Prime Agent adalah sebuah harness open-source yang dirancang untuk evaluasi jangka panjang dan alur kerja agen pemrograman, memanfaatkan IPython REPL yang persisten dan subagen rekursif untuk mengelola pemrosesan konteks programatik.
- Sistem ini menggunakan Continual Harness untuk melestarikan riwayat, memori, dan keterampilan lintas trajektori, sambil memungkinkan komunikasi langsung antar agen.
- Sistem ini menstandarkan eksekusi, pemulihan, verifikasi, dan akuntansi sumber daya, mencegah kegagalan harness menjadi kegagalan model.
- Prime Agent menaikkan ARC-AGI-3 RHAE Best@1 dari 30% menjadi 95,5%, menyamai atau melampaui harness asli dalam pemrograman konteks panjang dan generasi kernel GPU.
- Pada Factorio, kerangka kerja ini memungkinkan kemajuan teknologi berkelanjutan melalui penyempurnaan dan pekerjaan paralel melalui subagen khusus.
Para penulis menganggap pendekatan ini penting karena mendorong pengukuran menuju kemampuan dasar maksimal sejati model dengan menyediakan membran yang mudah diakses dan ekspresif untuk komputasi saat pengujian.