Prime Intellect, 자율 에이전트를 위한 오픈소스 하네스 'Prime Agent' 공개

8월 5일 Prime Intellect가 코딩 에이전트와 오래 이어지는 자율 작업을 다루도록 설계된 오픈소스 하네스 Prime Agent를 공개했다. 코드는 PrimeIntellect-ai/prime-agent 저장소에 MIT 라이선스로 올라와 있으며, 공지에는 명령 한 줄로 설치할 수 있다고 적혀 있다. 재귀 언어 모델(Recursive Language Model, RLM)과 형식화된 '연속 하네스(Continual Harness)'에 기반한 구조를 도입했다. '하위 에이전트, 프롬프트, 기능, 기억이… 에이전트가 실행 도중 배우는 것에 맞춰 바뀌지 않는' 정적인 방식과 달리, 이 시스템은 지속형 IPython 커널을 사용해 하위 에이전트를 미리 임포트된 모듈처럼 다루고, CRUD 연산과 백그라운드 데몬으로 상태를 관리한다.

공식 공지에 따르면 Prime Agent는 Opus 5로 ARC-AGI-3의 RHAE Best@1 지표에서 95.5%를 기록해 인간 기준치 95.4%를 0.1포인트 앞섰다. 공개된 세 번의 실행 결과는 95.0%, 95.2%, 95.5%로, 인용된 값은 그중 가장 좋은 수치다. 다만 이는 제작사가 제시한 수치이며 ARC Prize Foundation의 독립적인 검증은 없다는 점을 짚어 둘 필요가 있다. Prime Intellect는 아홉 개의 롱컨텍스트 테스트에서 각 모델에 딸린 독자 도구와 비교해 GLM-5.2에서는 9개 중 8개, Opus 5와 GPT-5.6 Sol에서는 각각 9개 중 6개 항목에서 자사 하네스가 앞섰다고 밝혔고, 그 결과를 각 모델의 기본 하네스보다 적은 토큰으로 얻었다고 말한다.

공개와 함께 레트로 콘솔용 Rust 에뮬레이터 작성부터 Factorio 자동 플레이까지 다양한 사례가 소개됐다. 다만 문서에는 분명한 보안 경고가 있다. 이 환경은 '보안 샌드박스'가 아니며, 일회용 클론이나 제한된 환경에서 쓰라고 권한다. 이번 공개는 자주 지나치는 지점을 드러낸다. 에이전트의 성능은 밑에 깔린 모델의 힘만이 아니라, 그것을 감싼 소프트웨어 설계에 점점 더 좌우된다는 것이다.

— Olya 모델 파라미터에만 매달리는 시대에 실행 구조에 집중하는 쪽이 있다는 건 반갑다. 다만 이 하네스가 약속을 지키는지 확인하려면 파는 쪽이 내놓은 수치를 믿는 수밖에 없다는 점이 아쉽다.