Prime Agent - Prime Intellectのオープンソースの長期サイクルAIエージェントランタイムフレームワーク - AiBoss

プライムエージェントとは何ですか？

Prime Agentは、Prime Intellect社が開発したオープンソースの長期サイクルAIエージェントランタイムフレームワークです。RLM（再帰言語モデル）を使用してコンテキストを可変化し、サブエージェントを機能化することで、Continual Harnessを活用し、タスク経験を継続的に蓄積して進化します。Prime Agentは、永続的なIPython、切断後の実行再開、および複数のエージェントの並列スケジューリングをサポートしています。ARC-AGI-3上では、パフォーマンスを30%から95.5%向上させ、MITライセンスの下でオープンソースとして公開されています。

プライムエージェントの主な機能

永続的なIPython環境IPython REPLを唯一の組み込みツールとして使用しているため、ファイル操作、シェルコマンド、データ処理はすべてコードで行われます。変数と状態はラウンド間で永続的に保持されるため、大量の生テキストを繰り返しシリアル化する必要がありません。
複数のエージェントの並列スケジューリング：合格 rlm() 関数は、独立したコンテキストとカーネルを持つサブエージェントを動的に生成し、非同期並列実行と結果フィードバックをサポートするため、大規模なコードリポジトリの多次元分析に適しています。
タスク経験の蓄積と自己反復: の助けを借りて /refine このコマンドはタスクの軌跡を再生し、検証済みかつ有効な処理ロジックを補助プロンプト、メモリ断片、再利用可能なスキル、またはサブエージェント構成として保存します。セッション内またはセッション間でのグローバルな再利用をサポートし、スナップショットのロールバック機能を提供します。
接続切断後にゲームを再開するための自律タスクモードバックグラウンドのデーモンプロセスがすべてのセッションを管理します。ターミナルを閉じても、タスク、IPythonの状態、および子エージェントプロセスは実行を継続します。再接続することで進行状況を確認できます。永続ターゲット、ハートビート検出、およびスケジュールされた検査をサポートしています。
豊富なモデルエコシステムとの互換性macOSとLinuxへのワンクリックインストールに対応し、ChatGPT、Claude、GitHub Copilotなどのサブスクリプションサービスと互換性があり、APIキーを介して様々なサードパーティの大規模モデルにもアクセスできます。

プライムエージェントの技術原則

Recursive Language Model (RLM)抽象化では、コンテキストをプログラム可能な変数（プロンプトを変数として扱う）として扱い、ツール呼び出しと再帰的なサブエージェントの生成を関数呼び出しとして扱います。モデルは中間結果を変数に格納して直接アクセスできるようにしますが、サブエージェントはそれらに...を介してアクセスします。 rlm() 非同期的に安定したハンドルを生成して返すことで、親エージェントがローカル計算を継続できるようになり、アーキテクチャの観点から、長時間のタスクにおけるコンテキスト肥大化の問題を軽減します。
Continual Harness修正可能な永続状態レイヤーとして、補足的なヒント、メモリ、スキルの説明、およびサブエージェントの仕様を保存します。エージェントは...を介して通信します。 /refine これらの状態は、軌跡の証拠に基づいて、バージョン管理された小さなステップで更新されます。すべての改善は、不変の基盤となるシステムプロンプトを変更することなく、可変のハーネス状態に増分パッチとして適用されます。誤ったエクスペリエンスが定着するのを防ぐため、バージョンのロールバックもサポートされています。
4つの情報階層（L0～L3）モデルの重み（L0）は微調整によって更新され、アクティブなトークンコンテキスト（L1）は圧縮によって書き換えられ、永続的なREPLとサブエージェント（L2）はエージェントGCによって作成、保持、クリーンアップされ、ディスクに保存されている履歴、メモリ、スキル（L3）は改良版管理によって更新されます。このレイヤーにより、システムはフォン・ノイマン型アーキテクチャの特性を持ち、モデルは自身の重みを超えて、アドレス指定された状態を読み取り、書き込み、変換、永続化することができます。
エージェント間の直接通信デーモンは非同期メッセージキューを維持しており、エージェントはすべてのメッセージをユーザーを経由させることなく、親ノード、子ノード、兄弟ノードに直接メッセージを送信できます。この分散型通信メカニズムにより、固定されたワークフローグラフに従うのではなく、複数のエージェントグループ間で動的な連携が可能になり、さらにエージェントビューを通じて、人間が任意のセッションノードを検査、接続、介入することもできます。
デーモンのバックグラウンドプロセス管理すべてのセッションは、クライアントとは独立したデーモンプロセスによって管理されます。イベント履歴、カーネルスナップショット、セッションツリー、メッセージキュー、バージョン管理されたハーネス状態など、セッションの状態はディスクに永続的に保存されます。クライアントの切断はタスクの実行に影響を与えず、再接続、分岐、フォーク、障害回復がサポートされるため、エージェントのライフサイクルとチャットウィンドウ間の依存関係が根本的に解消されます。

WeChatでフォローして「オープンソース「、参加するAIオープンソースプロジェクトに関するディスカッショングループ

Prime Agentの使い方

インストールmacOSまたはLinuxのターミナルで実行してください。 curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh ワンクリックでインストールできます。
起動する対象プロジェクトのディレクトリに移動してから実行してください。 prime-agent初回使用実行 /login ChatGPTやClaudeなどのサブスクリプションサービスを選択するか、APIキーを入力して認証を完了してください。
交流永続的な IPython REPL に自然言語コマンドまたは Python コードを直接入力すると、エージェントはコマンドを実行し、ファイルの読み書きを行い、現在のディレクトリ内の変数の状態を保持します。
並列サブタスク：電話 rlm() この関数は、独立したコンテキストを持つサブエージェントを動的に生成し、コードレビューや情報検索などのサブタスクを非同期的に並列にディスパッチし、結果が返されるのを待ちます。
経験の蓄積タスク完了後に実行する /refine エージェントは自動的に軌跡をレビューし、検証済みの有効なロジックを再利用可能なスキル、メモリ、またはサブエージェント構成として保存します。
接続が切断されましたいつでも押してください Ctrl+D または、ターミナルを閉じてセッションをデタッチしてください。バックグラウンドデーモンはタスクの実行を継続し、その後... prime-agent attach <agent> 再接続して進捗状況を確認してください。
自律運転：入力 /autonomous ラウンド数、トークン数、または時間予算を設定します。エージェントは、品質基準を満たすか、制限に達するまで、予算内で自律的にループを繰り返します。
ターゲット追跡：使用 /goal 永続的な目標を設定すると、エージェントが目標を完了とマークするまで、目標とその進捗状況は複数の対話ラウンドにわたって有効なままになります。
スケジュールされたスケジュール：合格 /heartbeat または prime-agent schedule エージェントが自動的にセッションに入り、定期的に検査タスクを実行できるように、Cron式または時間指定トリガーを設定します。

プライムエージェントの主な利点

長期連続運転バックグラウンドデーモンによって管理されるセッションは、端末が閉じられた後もタスクとIPythonの状態の実行を継続し、いつでも再接続して再開できます。
文脈変数管理RLMによってコンテキストをプログラム可能な変数として扱うことで、大量の生テキストがチャットウィンドウに繰り返し挿入され、長時間のタスクにおけるトークンインフレを根本的に緩和します。
動的並列エージェント：rlm() この関数は、独立したカーネルを持つ複数のサブエージェントを非同期的に生成することで、大規模タスクの分離と並列処理の高速化を実現します。
フレームワーク層の自己進化：/refine タスクの軌跡における効果的なロジックは、再利用可能なスキルと記憶として抽出され、バージョンスナップショットのロールバックがサポートされているため、モデルの重みを変更することなく継続的な改善が可能になります。
テスト中の優れた拡張性ARC-AGI-3では、パフォーマンスが30%から95.5%に向上し、追加のコンピューティングリソースが検証済みのタスクの進捗に効率的に変換できることが実証されました。
ハーネスがモデルから切り離されました標準化された実行、復旧、およびリソース統計により、タスクの失敗がフレームワークのクラッシュや早期終了ではなく、モデルの容量制限に起因することが保証されます。
分散型エージェント通信サブエージェントは、すべてのメッセージがユーザーを経由する必要なく、デーモンキューを介して直接メッセージを交換し、動的なスウォーム協調をサポートします。

プライムエージェントのプロジェクト住所

GitHubリポジトリ：https://github.com/PrimeIntellect-ai/prime-agent
arXiv技術論文：https://arxiv.org/pdf/2608.23552

プライムエージェントの類似製品の比較

比較対象寸法	Prime Agent	Claude Code
ライフサイクル	デーモンはバックグラウンドでプロセスを管理します。端末が閉じられた後もタスクは実行され続け、再接続もサポートされています。	ターミナル/チャットウィンドウにバインドします。ウィンドウが閉じられるとバインドは終了します。
コンテキスト管理	RLMは変数ベースのストレージを使用し、コンテキストの肥大化を避けるために、中間結果を呼び出し可能な変数に格納します。	チャットのコンテキストにすべての情報を詰め込むと、長時間実行されるタスク中にオーバーフローが発生しやすくなります。
サブエージェントのスケジュール設定	`rlm()` 非同期並列処理と直接通信をサポートする、独立したサブエージェントを動的に生成します。	ネイティブの子エージェント機構がない場合、タスクは順次実行されます。
経験の蓄積	`/refine` 軌道に関する経験を再利用可能なスキル／記憶として保存し、セッション間で効果的に活用する。	セッション間のメモリ共有はありません。起動するたびに最初からやり直します。
自律運転	サポート `/autonomous` 予算内で自律的に動作するループ。心拍数と時間指定スケジューリングを含む。	継続的なユーザー操作が必要であり、バックエンドのセルフサービスモードはありません。
アーキテクチャのポジショニング	Harnessの標準化された長期サイクル評価、オープンソース、スケーラブル	クローズドソース製品であり、Anthropicエコシステムに深く統合されている。
情報階層	L0～L3の4段階状態階層（重み／コンテキスト／REPL／ディスク）	L0（モデル）+ L1（コンテキスト）のみで、永続的なL2/L3はありません。
適用可能なシナリオ	長期的な科学研究、大規模な再構築、および並行分析	1回のセッション内で、迅速なコーディング、デバッグ、質疑応答が可能

プライムエージェントの適用シナリオ

大規模なコードベースのリファクタリングとモジュール間の移行永続的なREPLと並列サブエージェントを使用することで、100万行のコードベースに対して多次元解析、バッチリファクタリング、および言語間移行を実行できます。このタスクは数日間かかる場合があり、接続が切断された後でも復旧可能です。
多段階科学研究実験の自動化機械学習やシステム研究においては、ハイパーパラメータの探索、モデルのトレーニング、結果の記録、論文用図の作成などを自動化する。 /refine 降水実験の手順は、繰り返し使える技術である。
複雑なシステムの継続的な運用と保守、およびインテリジェントな検査組み合わせ /heartbeat そして /goal 永続的な監視対象を設定します。エージェントは定期的にサーバーに自動的にログインし、ログを読み取り、異常を検出し、レポートを生成します。これらの処理はバックグラウンドで24時間365日実行されます。
ゲームやシミュレーション環境における長期的な自律探査Factorioのような複雑なサンドボックスゲームでは、複数のエージェントがそれぞれ資源収集、インフラ計画、技術研究開発を担当します。これらのエージェントは直接的な通信を通じて連携し、並行してゲームを進め、数十時間にわたって継続的に稼働します。
多次元コードレビューと並列テスト検証大規模なプルリクエストの場合、静的解析、単体テスト、統合テスト、セキュリティ監査をそれぞれ実行するために、複数のサブエージェントが生成されます。結果は非同期並列処理後に集約されるため、レビュー効率が大幅に向上します。