摘要
Prime Agent 是把持久 Python REPL、recursive sub-agent call 与 continual harness state 结合的 RLM harness，可从轨迹中提炼可审查、可回滚的外部 harness 更新。
核心内容
基本信息
- 实体类别：RLM 与 continual harness runtime。
- 关键名称或版本：v0.9.1；MIT。
- 时间范围：2026-05-08 创建；2026-09-03 推送并核实。
重要事实
- 核实时为 19,733 stars；当前浅克隆约 1,223 个文件、6 个 workflow 和 526 个测试文件，最近 contribution gate 成功。（来源：历史会话中的 Agent 工程开源项目回溯）
/refine可以更新 supplemental prompt、memory、skill description 与 sub-agent spec，并保留 snapshot；immutable base system prompt 不允许被该流程改写。（来源：历史会话中的 Agent 工程开源项目回溯）- kernel/worker 改进生命周期隔离和恢复，但 README 明确说它们不是安全沙箱，模型生成的 Python 和项目命令仍以用户权限执行。（来源：历史会话中的 Agent 工程开源项目回溯）
- Prime Agent 的持久 IPython REPL 是模型面对的主要行动空间，不只是用户侧终端：模型在其中编程处理上下文、组合工具并派生长期子 Agent。Exo 的
exo repl则是可路由到不同 Executor 的用户入口；两者不能仅因都叫 REPL 就视为相同机制。（来源：ExoHarness 架构、—harness 实现与 Prime Agent 对比调研）
关系与影响
Prime Agent 是 Self-Improving Harness 的工程实例；与 Hermes Agent 同样主要更新外部状态，与 prime-rl 的 policy 训练相区分。它与 Exo 都保留长期会话和可修改 Harness，但 Prime Agent 是 RLM-first，Exo 是 substrate-first。（来源：ExoHarness 架构、—harness 实现与 Prime Agent 对比调研）
分歧与变化
continual harness 能积累经验，但不等于严格 Recursive Self-Improvement；仍需证明更新不会长期退化或绕过权限。
相关页面
- 概念：Self-Improving Harness、Harness Engineering、Recursive Self-Improvement
- 实体：Exo、Hermes Agent、AutoSaddler、prime-rl
- 主题：Agent Harness 与 Agentic RL 开源生态、LLM Agent Self-Improvement
来源
待核实问题
- 需公开、可重复的长期 non-regression 与 refinement usefulness 评测。