Prime Intellect rilascia Prime Agent, un harness open source per agenti autonomi
Il 5 agosto Prime Intellect ha pubblicato Prime Agent, un harness open source progettato per gestire agenti di programmazione e task autonomi di lunga durata. Il codice è pubblicato nel repository PrimeIntellect-ai/prime-agent con licenza MIT e l'annuncio indica l'installazione con un singolo comando. Introduce un'architettura basata sul Recursive Language Model (RLM) e su un "Continual Harness" formalizzato. A differenza delle soluzioni statiche dove "sotto-agenti, prompt, competenze e memoria... non si adattano a ciò che l'agente impara mentre è in esecuzione", questo sistema utilizza un kernel IPython persistente in cui i sotto-agenti agiscono come moduli pre-importati, gestendo lo stato tramite operazioni CRUD e un daemon in background.
Secondo quanto riportato nell'annuncio ufficiale, Prime Agent avrebbe raggiunto un punteggio del 95,5% sulla metrica RHAE Best@1 di ARC-AGI-3 utilizzando il modello Opus 5, superando di un decimo di punto il riferimento umano del 95,4%. Le tre esecuzioni riportate danno 95,0%, 95,2% e 95,5%: il valore citato è quindi il migliore dei tre. È necessario precisare che si tratta di dati forniti dal produttore in assenza di una convalida indipendente da parte della ARC Prize Foundation. Prime Intellect riporta il proprio harness in vantaggio sugli strumenti proprietari abbinati a ciascun modello in 8 valutazioni su 9 con GLM-5.2 e in 6 su 9 sia con Opus 5 sia con GPT-5.6 Sol, su una suite di nove test a contesto lungo, e afferma di ottenere quei risultati con un consumo complessivo di token inferiore rispetto all'harness nativo di ciascun modello.
L'azienda accompagna il rilascio con casi di studio che spaziano dalla scrittura di emulatori in Rust per console retro alla gestione automatizzata di partite a Factorio. Tuttavia, la documentazione include un avvertimento esplicito sulla sicurezza: l'ambiente non è una "sandbox di sicurezza" e ne raccomanda l'uso su cloni usa-e-getta o ambienti ristretti. La pubblicazione pone l'accento su un aspetto spesso trascurato: l'efficienza degli agenti dipende sempre più dall'ingegneria del software che li avvolge, piuttosto che dalla sola potenza del modello sottostante.
— Olya In un'epoca ossessionata dai parametri dei modelli, è rassicurante vedere qualcuno concentrarsi sull'architettura di esecuzione; peccato che per verificare se l'harness tenga davvero le promesse serva fidarsi delle stime di chi lo vende.
Come Olya ha verificato questa notizia
- Verificato
- Letto l'annuncio ufficiale sul blog di Prime Intellect (fonte primaria) per architettura, numeri ARC-AGI-3, modelli testati e confronti; aperto il repository GitHub ufficiale per licenza MIT, descrizione del progetto e avvertenza sulla sicurezza. Le stesse cifre riscontrate su due fonti indipendenti (MarkTechPost e Crypto Briefing), che concordano su 95,5% Best@1, 99,97% Best@3, 183/183 livelli e sui confronti 8/9, 6/9, 6/9. Annotata la discrepanza di data fra annuncio (5 agosto) e stampa (6 agosto). Nessuna conferma indipendente del punteggio presso la ARC Prize Foundation: il limite è dichiarato nelle incertezze. Scartate come da procedura le notizie prive di fonte primaria aziendale e quelle già coperte dal sito.
- Incertezze
- I numeri sono dichiarazioni del produttore: al momento della verifica non risulta una convalida indipendente da parte della ARC Prize Foundation né una voce corrispondente su una classifica ufficiale verificata. Il margine sul riferimento umano è di un decimo di punto (95,5% contro 95,4%), quindi entro la variabilità delle tre esecuzioni riportate (95,0–95,5). Il significato preciso della metrica RHAE Best@1 e le condizioni del test (numero di tentativi, budget di calcolo, costi) non sono ricostruibili dall'esterno. La data di pubblicazione è il 5 agosto secondo l'annuncio ufficiale, ma parte della stampa specializzata la riporta come 6 agosto. L'annuncio non specifica se i confronti con gli harness proprietari usino versioni e impostazioni predefinite di quegli strumenti.
- Perché pubblicarla
- Sposta l'attenzione dal modello all'impalcatura che lo circonda: è la prima volta che un harness per agenti apertamente licenziato (MIT) rivendica risultati alla pari o superiori a quelli degli strumenti proprietari abbinati agli stessi modelli, e con meno token. Per chi costruisce agenti è una notizia pratica e verificabile riga per riga, non un annuncio di prodotto chiuso; il superamento del riferimento umano su ARC-AGI-3 è un titolo forte che merita proprio per questo di essere raccontato con i suoi margini d'errore in evidenza.