Agent AI Prime Agent uruchamia kod w IPython i uczy się na błędach w locie

Większość asystentów AI do kodowania podąża tym samym schematem: otwierasz czat, wrzucasz prompt, otrzymujesz fragment kodu lub edycję pojedynczego pliku. Jeśli zadanie ciągnie się przez kilka godzin, kontekst zapycha się śmieciami, a przypadkowo zamknięta karta terminala zabija cały workflow.

Deweloperzy z Prime Intellect poszli inną drogą i udostępnili projekt Prime Agent jako open source. To narzędzie do długotrwałych zadań i skryptów badawczych, z interaktywnym środowiskiem IPython działającym pod spodem, a sam agent może pracować w tle i dostosowywać swoje instrukcje bez przepisywania bazy.

Jak działa podejście RLM

W sercu projektu leży koncepcja Recursive Language Model (RLM). Zamiast podawać sieci neuronowej cały kontekst jako jedną wielką porcję, Prime Agent konwertuje kontekst na zmienne, a narzędzia i agenty potomne czyni zwykłymi funkcjami Pythona.

Cała praca odbywa się wewnątrz sesji IPython. Gdy agent musi odczytać plik, uruchomić testy lub przetworzyć tablicę danych, zapisuje i natychmiast wykonuje kod Python.

Jeśli zadanie jest podzielone na wiele części, główny proces wywołuje funkcję rlm(...). Tworzy odizolowanego agenta potomnego. Proces potomny rozwiązuje swoje podzadanie równolegle lub w tle, a następnie zwraca wynik z powrotem do głównego kodu. Czat nie zapycha się przy tym pośrednimi logami.

Samouczenie przez Continual Harness

Zwykle, jeśli agent wpadnie w martwy punkt lub popełni głupi błąd, trzeba ręcznie poprawić jego reguły lub system prompt. Prime Agent ma do tego polecenie /refine.

Mechanika opiera się na koncepcji Continual Harness:

• Agent analizuje historię działań i szuka miejsc, w których utknął lub zboczył z kursu.
• Na tej podstawie tworzy ukierunkowane notatki, opisy umiejętności lub specyfikacje dla przyszłych podagentów.
• Zmiany są zapisywane jako dodatki do stanu sesji, podczas gdy system prompt pozostaje nietknięty.
• Wszystkie snapshoty są zapisywane, więc nieudane korekty można zawsze cofnąć.

Narzędzie gromadzi doświadczenie pracy konkretnie z Twoim repozytorium. Powtarzające się łańcuchy poleceń może spakować w wykonywalny pakiet Pythona i zapisać jako osobną umiejętność.

Praca w tle i tryb autonomiczny

Przy długich zadaniach, takich jak uruchamianie benchmarków czy głęboka refaktoryzacja, agent może przełączyć się w tryb tła. Obsługuje to wbudowany daemon.

Możesz uruchomić proces, rozłączyć terminal i wrócić do niego za kilka godzin:

prime-agent agents         # Посмотреть список активных и сохраненных сессий
prime-agent attach <id>    # Подключиться к фоновому агенту обратно

Jeśli potrzebujesz, żeby agent sprawdzał status systemu lub uruchamiał testy według harmonogramu, ma timery i polecenie /heartbeat.

Do w pełni autonomicznej pracy służy tryb /autonomous. Ustala on twarde limity na liczbę kroków, zużycie tokenów i czas działania. Możesz też dołączyć sprawdzanie jakości: jeśli testy się nie powiodą, agent będzie szukał rozwiązania, aż do wyczerpania budżetu.

Uruchomieni agenci mogą komunikować się ze sobą bezpośrednio. Jeśli jeden agent wygeneruje dane, może wysłać wiadomość do innego procesu bez udziału człowieka.

Instalacja i kwestie bezpieczeństwa

Instalacja na macOS lub Linuksie odbywa się za pomocą jednego skryptu:

curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh

Po instalacji musisz przejść do docelowego projektu i uruchomić CLI:

cd /path/to/project
prime-agent

Przy pierwszym uruchomieniu polecenie /login poprosi o wybór dostawcy API lub subskrypcji.

W README autorzy uczciwie ostrzegają: Prime Agent wykonuje generowany kod bezpośrednio na Twojej maszynie z uprawnieniami bieżącego użytkownika. Nie ma domyślnie izolowanego kontenera ani sandboxa. Jeśli dasz agentowi dostęp do niezweryfikowanego repozytorium, wygenerowany kod może przypadkowo wymazać pliki lub wykonać niebezpieczne polecenie konsoli. Dlatego najlepiej uruchamiać go w czystych gałęziach git, osobnym kontenerze Docker lub izolowanej maszynie wirtualnej.

Kto znajdzie ten projekt przydatny

Prime Agent jest przede wszystkim interesujący dla osób piszących kod badawczy, przeprowadzających złożone ewaluacje modeli lub rozwiązujących zadania, gdzie czat tekstowy z LLM już nie wystarcza.

Podejście polegające na używaniu wykonywalnego kodu Pythona zamiast wywołań narzędzi opartych na tekście wygląda na logiczną ewolucję narzędzi CLI. Projekt jest rozpowszechniany na licencji MIT, zbiera tysiące gwiazdek na GitHubie i jest aktywnie rozwijany. Jeśli potrzebujesz agenta, który nie zawiesza się na długich zadaniach i może pracować w tle, Prime Agent zdecydowanie warto wypróbować.