不用訓練全新模型，只要重新設計外層框架，人工智慧系統的表現也可能大幅提升。AI 新創 Prime Intellect 宣布開源自我改進代理框架 Prime Agent，採用 MIT 授權。
根據 Prime Intellect 官方部落格，Prime Agent 在 Opus 5 驅動下參與 ARC-AGI-3 測試，取得 95.5% 的分數，略高於人類專家基線的 95.4%。
從不到 1% 到超越人類，關鍵在外層框架
這項成果的意義在於，ARC-AGI-3 剛推出時，前沿模型的得分都低於 1%。短短幾個月內，系統便從不到 1% 提升至超越人類專家基線，而且過程並非訓練新模型，而是重新設計包覆在既有模型外部的框架，也就是所謂的 harness。
Prime Intellect 表示，Prime Agent 在多個模型上的表現，相較於這些模型各自搭配的專屬框架都有明顯提升。因此，這套方法並不只是針對 ARC-AGI-3 進行最佳化。
Prime Agent 的兩項核心設計
遞歸語言模型
Prime Agent 的第一項核心概念是遞歸語言模型（RLM）。這項設計會將上下文視為可程式化的變數，並把委派子代理的行為轉化為 REPL 環境中的函式呼叫，讓代理能以更具彈性的方式處理任務與上下文。
可持續修改的框架
第二項核心概念是持續框架（Continual Harness）。在這個架構下，框架本身的狀態，包括提示詞、技能、記憶與子代理，都會成為代理可以自行管理的對象。
代理能夠新增、讀取、修改或刪除這些元素，使框架具備持續調整與自我改進的能力。Prime Agent 也可以作為 Claude Code 與 Codex 的外層框架使用。
