Prime Agentは、長期評価およびコーディングエージェントワークフローのために設計されたオープンソースのハルネスであり、永続的なIPython REPLと再帰的サブエージェントを利用してプログラムコンテキスト処理を管理します。

  • システムは継続的ハルネスを採用し、トラジェクトリ間で履歴、メモリ、スキルを保持しながら、エージェント間通信を直接可能にします。
  • 実行、回復、検証、リソース集計を標準化し、ハルネスの失敗がモデルの失敗になるのを防ぎます。
  • Prime AgentはARC-AGI-3 RHAE Best@1を30%から95.5%に引き上げ、長期コンテキストコーディングおよびGPUカーネル生成においてネイティブハルネスと同等かそれ以上の性能を示します。
  • Factorioでは、本フレームワークにより、専用サブエージェントによる精緻化と並列作業を通じて継続的な技術進歩が可能になります。

著者らは、このアプローチがテスト時の計算リソースに対して低摩擦で表現力豊かな膜を提供することで、測定をモデルの真の最大基礎能力へと向けるため重要だと考えています。