Prime Agent刷爆ARC-AGI-3：RLM自我改进框架的突破与争议

type

status

date

slug

summary

重构底层逻辑：Prime Agent为何如此强大？

在传统的Agent开发中，开发者通常会为大模型（LLM）设计一套固定的脚手架（harness）——包括写死的工具调用格式、固定的子智能体和静态的提示词（Prompt）。然而，Prime Intellect团队认为，这种设计反而束缚了越来越聪明的模型。无论是openai的chatGPT还是Anthropic的claude，当模型能力越强，旧的框架就越像一副不合身的镣铐。

Prime Agent的解法是彻底打开这套脚手架，其核心创新在于两点：

RLM（递归语言模型）的工程化落地：给模型配备一个持久的IPython内核作为REPL环境。在这里，上下文不再是死板的文本，而是可操作的变量；子智能体变成了可调用的函数。模型可以直接编写代码来操作自己的历史记录和工具。

Continual Harness（持续工作台）：将提示词、技能、记忆等全部转化为运行时可增删改查（CRUD）的状态。Agent可以在执行任务的过程中实时创建和修改这些状态。

简而言之，Prime Agent不是给人工智能配了一套更聪明的工具箱，而是直接把工具箱的钥匙交给了模型自己。这种灵活性使得它在面对ARC-AGI-3这种规则完全陌生的战场时，能够边做题边改写解题策略。

长时间自主运行与“自我改进”机制

要实现真正的AGI，仅仅让模型聪明是不够的，它还需要具备长时间自主工作的能力。Prime Agent在底层设计了一个后台daemon，统一管理所有会话。与普通的多智能体系统“一次性外包”不同，Prime Agent的子智能体更像是长期的项目成员，主Agent可以随时唤醒它们继续工作或纠偏。

为了保证任务不中断，系统引入了三个关键机制：保存持续目标的Goal、定时唤醒和检查的Heartbeat，以及自动续跑的Autonomous Mode。

更令人瞩目的是其/refine功能带来的“自我改进”。Prime Agent能够读取自己过去的完整运行轨迹，分析成功与失败的原因，并将可复用的经验（如新的提示词备注、新技能或子智能体配置）写回harness。例如，在模拟游戏测试中，它能不断改进策略，将分数推向新高。这种将经历转化为下一轮直接调用能力的设计，为未来的AI变现和自动化工作流提供了巨大的想象空间。

高分背后的冷水：深度为1的RLM与过拟合质疑

然而，就在热度最高的时候，Shortcut AI的联合创始人Peter Wang给这场狂欢泼了一盆冷水。他通过审查代码提出了两项致命的质疑，这也成为了近期AI日报讨论的焦点。

首先是对“RLM”名不副实的质疑。RLM的真正魅力在于递归：主模型调用子模型，子模型再向下调用，从而无限分解复杂问题。但Peter Wang发现，Prime Agent代码中的最大递归深度（RLMMAXDEPTH）被设置为了1。这意味着它本质上只是一个主Agent调用若干子Agent的扁平结构，与现有的多智能体框架并无本质区别，并未真正解决“可扩展的深递归智能体”这一工程难题。

其次是对ARC-AGI-3高达95.5%成绩的质疑。由于这些成绩来自公开评测集，开发者可以反复查看环境并调整框架。加上Prime Agent具备自我提炼记忆和技能的能力，外界很难界定这95.5%的成绩究竟是源于模型通用推理能力的提升，还是仅仅对公开任务产生了“过拟合”（Reward Hacking）。如果没有独立的私有测试集验证，这一成绩的含金量需要打个问号。

作者回应与大模型演进的新范式

面对质疑，RLM论文第一作者Alex Zhang做出了回应。他指出，RLM的核心在于抽象组织——即程序化的工具调用加上作为变量存在的上下文，而并非必须追求“无限递归”。深度上限只是为了控制Token成本，深度为1并不代表其表达能力弱。

同时，他也坦承ARC-AGI-3确实是一个“可以被利用的benchmark”，并强调Continual Harness对成绩的提升作用可能比RLM更大。这也从侧面印证了，同样的自我改进机制，既能让AI积累真正的经验，也可能让它变成一个专门为了刷分而进化的“考试机器”。

Prime Intellect团队的愿景是：下一阶段的AI提升，不仅在于训练一个更聪明的“大脑”（如更强的大模型），更在于让大脑和它使用的操作系统（Harness）共同进化。

结语

Prime Agent的出现无疑为Agent框架的设计提供了一条极具启发性的新路径。无论其在ARC-AGI-3上的成绩是否含有水分，其引入的上下文管理方式、持续运行机制以及自我修改能力，都展示了极高的工程价值。在探索AGI的漫长道路上，我们需要这样的创新，也同样需要社区中理性的质疑与探讨。

如果您希望持续跟进Prime Agent的后续发展，或者获取更多关于大模型、提示词工程的深度解析，欢迎访问我们的AI门户（https://aigc.bar），获取每日更新的优质AI资讯，与我们一同见证人工智能时代的每一次飞跃。