推荐一个让AI自己写代码来指挥自己的Agent框架，它叫Prime Agent。该项目的思路，是让模型在干活时，顺便把自己的提示词、技能、记忆、子代理规格给改了掉。那么，它和普通 harness 的区别究竟是啥呢？

你看，别的编码 Agent 是遵循"固定流程 + 静态提示词 + 工具 schema"这个路子的，Prime Agent则不同，它拆成——

1. RLM（递归语言模型）+ 持久化 IPython REPL

模型唯一的内置工具，就是一个常驻 IPython 内核，上下文不是塞满 token 的窗口，而是活在变量里的状态，因而读文件、跑 shell、调工具、派子代理……这些事儿都是用 Python 代码来搞，历史跨轮次存活，不依赖有损摘要来硬压。值得玩味吧？

这就相当于啥呢，相当于把对话变成一台不会关机的 Jupyter，代码就是动作，编程语言的表达能力，替代了死板的工具协议！

2. Continual Harness：把脚手架本身变成可 CRUD 的对象

把 harness 状态形式化为
"H=(ρ, G, K, M)"：提示词 ρ、子代理 G、技能 K、记忆 M。而每次改动落盘，跨轮次跨会话存活，基础系统提示不能变化，精炼记录则可以按 ID 来回滚。大家可以亲自试试。

那，长任务和多代理怎么跑呢？

1.子代理 = 异步函数调用：

"rlm(...)" 派发持久子代理，立马返回句柄，父代理继续算、子代理后台跑，结果通过守护进程托管的消息队列来回传；父子兄弟代理直接互发消息互通有无，不经过主循环来中转。

2.后台 daemon 持有会话：终端断了重连、进程崩了从 JSONL + kernel 快照恢复，而不活跃的会话呢，会自动落盘以节省内存。

3.无人值守的三件套：
"--autonomous" 设 token/时间/轮次预算 +
"/goal" 持久目标 +
"/heartbeat" 定时心跳，一直溜达到验收条件满足，才会停下脚步。

4.上下文不会丢失：历史追加式 JSONL，支持分支克隆！当前窗口异步压缩但原始事件全量留盘！这样就随时可以回溯了。

总之，是一个有意思的项目，有需要的朋友，快来试试吧！

项目地址： github点com/PrimeIntellect-ai/prime-agent