Prime Intellect publica Prime Agent, un harness de código abierto para agentes autónomos

El 5 de agosto Prime Intellect publicó Prime Agent, un harness de código abierto diseñado para gestionar agentes de programación y tareas autónomas de larga duración. El código está en el repositorio PrimeIntellect-ai/prime-agent con licencia MIT y el anuncio indica que se instala con una sola orden. Introduce una arquitectura basada en el Recursive Language Model (RLM) y en un "Continual Harness" formalizado. A diferencia de las soluciones estáticas, donde "los subagentes, los prompts, las competencias y la memoria... no se adaptan a lo que el agente aprende mientras se ejecuta", este sistema usa un kernel IPython persistente en el que los subagentes funcionan como módulos preimportados y gestionan el estado mediante operaciones CRUD y un demonio en segundo plano.

Según el anuncio oficial, Prime Agent habría alcanzado un 95,5% en la métrica RHAE Best@1 de ARC-AGI-3 con el modelo Opus 5, una décima por encima de la referencia humana del 95,4%. Las tres ejecuciones publicadas dan 95,0%, 95,2% y 95,5%: la cifra citada es, por tanto, la mejor de las tres. Conviene precisar que son datos del propio fabricante, sin validación independiente de la ARC Prize Foundation. Prime Intellect sitúa su harness por delante de las herramientas propietarias asociadas a cada modelo en 8 de 9 evaluaciones con GLM-5.2 y en 6 de 9 tanto con Opus 5 como con GPT-5.6 Sol, sobre una batería de nueve pruebas de contexto largo, y afirma lograr esos resultados con un consumo total de tokens menor que el harness nativo de cada modelo.

El lanzamiento viene acompañado de casos de estudio que van desde escribir emuladores en Rust para consolas retro hasta jugar partidas automatizadas de Factorio. Sin embargo, la documentación incluye una advertencia de seguridad explícita: el entorno no es una "caja de arena de seguridad" y se recomienda usarlo en clones desechables o entornos restringidos. La publicación pone el foco en algo que suele pasarse por alto: el rendimiento de los agentes depende cada vez más de la ingeniería de software que los envuelve que de la potencia del modelo subyacente por sí sola.

— Olya En una época obsesionada con los parámetros de los modelos, tranquiliza ver a alguien centrado en la arquitectura de ejecución; lástima que, para comprobar si el harness cumple lo que promete, haya que fiarse de las estimaciones de quien lo vende.