周末刷GitHub Trending的时候发现一个现象：有个叫Prime Agent的项目，从8月8号开始连续3天挂在Trending第一位，10.5k Star，4400多次commit，MIT协议开源。最新版本v0.7.1就是两天前刚发的。 这不是又一个"套壳Claude Code"的东西。Prime Agent的定位是"self-improving RLM agent"------会自我改进的递归语言模型Agent，专门面向编码和长时间自主任务。 说实话，第一眼看这个名字我以为又是哪个大厂的营销号项目，点进去仔细看了看README和核心设计文档，发现这套架构确实和现在主流的AI编程工具走了条完全不同的路。
一个你可能早就受够了的问题
用Claude Code、Cursor、Copilot这些工具写代码，有个很明显的体验边界：对话窗口一关，上下文就没了。你昨天花了半小时跟它解释的项目架构、代码规范、踩过的坑，今天重新打开------全部归零，从头来过。 这不是个bug，是所有对话式AI编程工具的"出厂设定"。它们活在单次会话里，会话结束，经验就蒸发。 Prime Agent想解决的就是这个结构性问题。它的思路不是"把上下文窗口开大一点"，而是从底层重新设计了Agent和上下文的关系。
RLM到底是个啥
RLM全称Recursive Language Model，递归语言模型。名字挺唬人，但我尽量说得简单点。 传统的AI编程助手，本质上是你问一句它答一句，上下文就是聊天历史。Prime Agent换了个思路：把prompt当成一个可以被代码读写、修改、传递的变量，工具调用和子Agent派发全都变成了持久化REPL环境里的函数调用。底层跑的是一个IPython控制环境，文件操作、shell命令、子Agent调度全走代码。 一句话概括区别：传统Agent是"你和AI在微信里聊天"，Prime Agent更像是"你给了AI一个带完整开发环境的工位，它自己在上面干活"。
真正让我觉得有意思的：Continual Harness
说实话，刚看到"self-improving"这个词的时候我是有点警惕的。这两年AI圈子太喜欢用"self-improving"做噱头了，十个项目里八个其实就是在prompt后面追加了几行总结。 但Prime Agent的Continual Harness确实不太一样，我认真看了它的论文（arXiv 2605.09998）和实现逻辑之后，觉得这套东西值得展开说说。
核心是一个叫/refine的命令。每次任务跑完之后，Agent会回顾整个执行轨迹，把有价值的教训写进持久化的补充状态里。这些补充状态包括：补充提示（supplemental prompts）、记忆（memories）、可复用的技能描述（skill descriptions）、以及子Agent规范。 你可能会问：这不就是RAG + 记忆吗？确实有相似的地方，但关键区别在约束条件上。Continual Harness给自我改进设了三条硬杠杠：
底座不可动 。系统的base prompt是immutable的，/refine只能改补充状态，永远改不了核心规则。这就像公司给新人发了一个操作手册，新人可以在手册空白处写笔记，但不能把手册正文给改了。
必须有证据。每次修订都要求evidence-backed------也就是说，Agent得拿出具体的执行轨迹作为"我为什么要这么改"的理由，不是拍脑袋瞎改。我看了一下源码里的实现，它会把执行轨迹中反复出现的模式提取出来，然后判断这些模式是否值得固化成持久化的行为规则。
支持回滚 。每次/refine都会生成一个快照（snapshot），你可以随时回退到之前的版本。这个设计挺关键的------万一Agent"学偏了"，一键就能恢复。
我在测试项目上试了一下/refine的效果。让它分析了一个Express项目的测试覆盖率，跑完之后触发refine，它确实把一些规律记下来了，比如"这个项目用Jest做测试，mock模块时优先用jest.mock而不是手动替换"、"报告输出统一放到coverage/目录下"。这些东西说实话不算多惊艳，但关键是它们被持久化了------下次我再让它在这个项目里跑分析任务，它不需要重新发现这些规律。
更让我意外的是，跑完第二轮任务之后再次refine，它没有重复记录上一轮的内容，而是新增了关于错误处理模式的观察。说明它确实能区分"已经学到的"和"新发现的"。 这套机制背后有篇正式论文支撑：arXiv 2605.09998，标题就叫Continual Harness。不是营销话术，是有研究主线在后面的。 坦白说，我目前测试的项目太小，还没看到Continual Harness在复杂场景下的表现。比如如果项目规范本身有矛盾（有些老项目确实如此），Agent的自我改进会不会产生冲突的记忆？这个只能等后续深入测试才能回答了。
关掉终端，它还在干活
架构讲完了，聊点实际体感。 Prime Agent和其他AI编程工具最大的区别，可能一个字就能概括：等。你不需要等它，因为它一直在跑。 具体来说就是daemon模式------启动Agent之后你关掉终端，它照跑。活跃的会话、IPython状态、调度任务、子Agent，全部在后台守护进程里继续运行。等你回来用prime-agent attach <agent>重新接上就行。这个体验跟tmux有点像，但区别在于Agent不是在你离开后"暂停"了，而是真的还在继续执行任务。 我拿到之后在一个测试项目上跑了一下，让它分析一个Express后端服务的测试覆盖率盲区。关掉电脑去吃了一小时饭，回来attach上去，它已经跑完了三轮分析，还自己用/refine把发现的规律写进了记忆。虽然项目不大，但那种"回来看到它已经干了不少活"的感觉，确实跟用Claude Code不一样。
bash
# 日常使用的几个命令
cd /path/to/project && prime-agent
# 查看所有Agent状态
prime-agent agents
# 重新接上某个还在跑的Agent
prime-agent attach agent-01
# 恢复之前保存的会话
prime-agent --resume /path/to/saved/session还有个挺酷的设计：Agent之间可以直接通信。你同时跑着前端重构和后端API适配两个Agent，它们在需要同步接口定义变化的时候能互相发消息，不用经过你这个"中转站"。还有prime-agent schedule支持定时唤醒Agent执行任务，配合/heartbeat和/goal，可以实现跨终端的持续推进。 /autonomous命令也值得一提------它让Agent在配置的轮次、token、时间预算内自主运行，还能挂自定义质量门禁。官方文档里有句免责说明我觉得挺实在的："passed gate checks only what that gate verifies; reaching a limit does not imply task success"。至少团队清楚这套东西还没到完全托管的程度。
有几个坑得提前说
Prime Agent目前v0.7.1，还在快速迭代中。
安装只支持macOS和Linux，一行curl：
arduino
curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | shWindows用户暂时没辙。安全方面官方README写得直白------它执行的是模型生成的命令，用的是你的用户权限，不是安全沙箱。跑不信任的代码，老老实实扔到外部沙箱里。 Token消耗是我比较担心的点。长时间自主任务意味着持续调用模型，一个后台跑了一整夜的Agent，如果你用API Key接入且没设预算上限，账单可能会给你"惊喜"。首次启动要跑/login选订阅或API Key提供商，底层模型调用不是免费的------要么走Prime Intellect的订阅服务，要么走你自己的Key。
所以跟Claude Code到底啥区别
可能有人想问：我都用Claude Code / Cursor了，为什么还要看这个？ 老实说，如果你90%的使用场景是"在编辑器里让AI帮忙写几行代码、改个bug、解释一段逻辑"，现有工具确实够用，Prime Agent不是为这个场景设计的。
它瞄准的是另一个象限------"把一整块任务交给AI，让它自己规划和执行，我过段时间来看结果"。做个不太严谨的类比：Claude Code / Cursor像是坐在你旁边的结对编程搭档，你俩一起看着屏幕实时协作；Prime Agent更像是你交代完需求就可以下班的远程实习生------它有自己的工位、自己的笔记本（而且真的会记笔记），你不需要手把手盯着，但干完之后你得review它的产出。
我目前只在测试项目上跑了几次，还没敢直接上生产项目。主要是v0.7.1的迭代节奏太快（4400多次commit），API和配置格式可能随时变。但光是看它的架构设计，我觉得方向是对的。AI编程工具的形态不会永远停留在"对话框"里，让Agent有自己的记忆、自己的工作空间、自己的协作方式，这条路迟早有人走出来。至于是不是Prime Agent，那就看后面几个版本的稳定性了。