Prime Intellect、自己改善型エージェント「Prime Agent」をオープンソース公開

Prime Agentは、プログラミングや長期的な自律研究タスク向けに開発されたオープンソースのエージェントフレームワークです。Claude CodeやCodexに代わる自律型ツールとして利用できます。

Prime IntellectがMITライセンスでコードを公開し、arXivで関連論文を発表しました。モデルの重みを再学習するのではなく、実行側の「枠組み（ハーネス）」を進化させることで、長時間の作業でも賢く動き続ける仕組みを実現しています。

コンテキストを変数として扱い、子エージェントを関数化する

従来のエージェントは固定化されたプロンプトや決まりきったツール呼び出しに縛られがちでした。Prime Agentは再帰的言語モデル（RLM）というアプローチを採り、常駐するIPython REPL環境の中でモデルを動かします。

これにより、プロンプトのコンテキストはコード上の変数として扱われます。モデル自身がPythonコードを実行して、履歴の確認や整理をプログラムから自律的に行えます。

並行処理もシンプルです。コード内でrlm.spawn(...)を呼び出すだけで本物の子エージェントが生成され、バックグラウンドで処理を行って結果をプログラムに返します。エージェント同士が直接通信して連携することも可能です。

重みを変えずに実行ハーネスを自己改善する

自己改善を担うのが「コンティニュアル・ハーネス」です。追加プロンプト、メモリ、実行可能なスキル、子エージェントの設定などを永続的な状態として保存します。

タスク後に /refine コマンドを実行すると、エージェントはこれまでの実行履歴を振り返り、得られた知見をハーネスの状態へと反映します。根本となるシステムプロンプトは変更されず、スナップショットが記録されるためいつでもロールバックが可能です。

このフレームワークの効果は数字にも現れています。Opus 5モデルを用いた検証では、外側のハーネスをPrime Agentに差し替えただけで、ARC-AGI 3のスコアが30.2%から95.5%へと急上昇し、人間エキスパートの基準値である95.4%を上回りました。

バックグラウンド常駐と利用上の注意点

Prime Agentは長時間の実行を想定して設計されています。デーモンプロセスとして動作するため、ターミナルを閉じてもタスクやスケジュール、REPLの状態は保持され、いつでも再接続できます。

また、MCPを通じてSlackやGoogleドライブ、Googleスプレッドシートとの連携もサポートしています。

導入は簡単で、macOSやLinuxではcurlコマンド、WindowsではPowerShellからワンライナーでインストール可能です。ただし、生成されたPythonコードはユーザー権限で直接実行されるため、内部サンドボックスはありません。信頼できないコードを扱う際は、コンテナなどの安全な隔離環境で実行してください。

なぜ重要か

単発のチャット画面ではコンテキストが溢れてしまうような大規模なリファクタリングや調査タスクを抱えている開発者なら、今すぐ試す価値があります。

モデルの賢さそのものよりも、モデルを取り巻く固定的なハーネスこそが性能のボトルネックになっていたことをこのプロジェクトは示しています。重みを再学習させる膨大なコストを払わずに、推論環境の最適化だけで自律性能を飛躍させるアプローチは極めて実践的です。