认识 Prime Agent
在敲第一条命令之前，先花五分钟搞懂它的两个核心抽象——这决定了你后面会不会「用错」它。
1一个会自我改进的 RLM 外壳
官方给它的副标题是「A Self-Improving RLM Harness」——自改进的递归语言模型外壳。
Prime Agent 由 Prime Intellect 团队开源，定位是面向通用任务与长时间自主工作的编码与研究代理。代理内核与终端 UI 构建在开源项目 pi 之上，官方文档覆盖 Quickstart、CLI 参考、RLM 编程模型、技能系统、提供商配置与架构总览，配套研究论文发布在 arXiv。
它的全部设计可以归结为两个抽象：
- RLM（Recursive Language Model，递归语言模型）：模型不再直接「调用一堆零散工具」，而是工作在一个持久化 Python REPL 里——上下文是变量（prompt-as-a-variable），工具是函数（包括用
rlm.spawn()递归派生子代理）。 - Continual Harness（持续进化外壳）：补充提示、记忆、技能描述、子代理规格都是持久状态，代理可以通过
/refine用小幅、有证据的更新去精炼它们，并有快照可回滚；不可变的基础系统提示永远不会被重写。
整个 RLM 循环长这样：
父模型保持自己的上下文专注；Python 内核持有工作状态；子代理只拿到自己子任务所需的上下文。这是它和「一问一答式聊天代理」最本质的区别。
2和传统编码代理的差异
README 的「Why Prime Agent」一节列了六条，浓缩成一张对照表：
| 维度 | 常见代理形态 | Prime Agent 的做法 |
|---|---|---|
| 工具使用 | 一堆独立工具调用（读文件、跑命令各自一个） | 一个持久 Python REPL，一切通过代码完成 |
| 子代理 | 需外接编排或不存在 | rlm.spawn(...) 内建，可并行、可后台、可保留 |
| 提示词 | 静态系统提示 | /refine 小幅更新补充状态，带快照可回滚 |
| 技能 | 多为提示词片段 | 可导入的 Python 包，附内置 skill-creator |
| 会话生命周期 | 终端关了任务就断 | daemon 支撑，断开重连进度不丢 |
| 代理协作 | 都要经用户中转 | 运行中的代理可直接互发消息、互相编排 |
3为长时间运行而生的六个特性
这些特性在 TUI 与自主运行模式下都可用，后面的章节会逐一实操。
Continual Harness
/refine 把本次轨迹中值得保留的经验，固化为补充提示、记忆、技能描述或子代理规格，并记录历史。
代理直接通信
运行中的代理与保留的子代理可以互相发现、交换消息、指挥正在进行的活。
daemon 连续性
活动会话、Python REPL 状态、定时任务与子代理在终端断开后继续运行，随时重新接入。
心跳与定时
/heartbeat、rlm_heartbeat 与 prime-agent schedule 让会话周期性或在指定时间被重新唤起。
持久目标
/goal 让一个目标及其进度跨轮次保持活跃，直到完成、暂停或清除。
有界自主模式
/autonomous 在轮次、token 与时间预算内自动延续，可挂用户自定义的质量门（gate）。
Prime Agent = 持久 Python REPL（RLM）+ 可自我精炼的外壳状态（Continual Harness）+ daemon 支撑的长时运行。下一章把它装到你机器上。