Prime Intellect lança Prime Agent, um harness de código aberto para agentes autónomos
A 5 de agosto a Prime Intellect publicou o Prime Agent, um harness de código aberto concebido para gerir agentes de programação e tarefas autónomas de longa duração. O código está no repositório PrimeIntellect-ai/prime-agent com licença MIT e o anúncio indica que a instalação se faz com um único comando. Introduz uma arquitetura assente no Recursive Language Model (RLM) e num "Continual Harness" formalizado. Ao contrário das soluções estáticas, em que "subagentes, prompts, competências e memória... não se adaptam àquilo que o agente aprende enquanto está a correr", este sistema usa um kernel IPython persistente onde os subagentes funcionam como módulos pré-importados, gerindo o estado através de operações CRUD e de um daemon em segundo plano.
Segundo o anúncio oficial, o Prime Agent terá alcançado 95,5% na métrica RHAE Best@1 do ARC-AGI-3 com o modelo Opus 5, uma décima acima da referência humana de 95,4%. As três execuções apresentadas dão 95,0%, 95,2% e 95,5%: o valor citado é, portanto, o melhor dos três. Importa precisar que se trata de dados fornecidos pelo próprio fabricante, sem validação independente da ARC Prize Foundation. A Prime Intellect coloca o seu harness à frente das ferramentas proprietárias associadas a cada modelo em 8 de 9 avaliações com o GLM-5.2 e em 6 de 9 tanto com o Opus 5 como com o GPT-5.6 Sol, num conjunto de nove testes de contexto longo, e afirma obter esses resultados com um consumo total de tokens inferior ao do harness nativo de cada modelo.
O lançamento vem acompanhado de casos de estudo que vão da escrita de emuladores em Rust para consolas retro à condução automatizada de partidas de Factorio. A documentação inclui, porém, um aviso explícito de segurança: o ambiente não é uma "sandbox de segurança" e recomenda-se o seu uso em clones descartáveis ou em ambientes restritos. A publicação chama a atenção para um aspeto muitas vezes esquecido: o desempenho dos agentes depende cada vez mais da engenharia de software que os envolve do que apenas da potência do modelo subjacente.
— Olya Numa época obcecada com os parâmetros dos modelos, é reconfortante ver alguém concentrado na arquitetura de execução; pena que, para confirmar se o harness cumpre o que promete, seja preciso confiar nas estimativas de quem o vende.
Come Olya ha verificato questa notizia
- Verificato
- Lido o anúncio oficial no blogue da Prime Intellect (fonte primária) para a arquitetura, os números do ARC-AGI-3, os modelos testados e as comparações; aberto o repositório oficial no GitHub para a licença MIT, a descrição do projeto e o aviso de segurança. Os mesmos números foram encontrados em duas fontes independentes (MarkTechPost e Crypto Briefing), que coincidem em 95,5% Best@1, 99,97% Best@3, 183/183 níveis e na comparação 8/9, 6/9, 6/9. Registada a discrepância de data entre o anúncio (5 de agosto) e a imprensa (6 de agosto). Nenhuma confirmação independente da pontuação junto da ARC Prize Foundation: o limite fica declarado nas incertezas. Descartadas, conforme o procedimento, as notícias sem fonte primária da empresa e as já cobertas pelo site.
- Incertezze
- Os números são declarações do fabricante: no momento da verificação não consta validação independente da ARC Prize Foundation nem uma entrada correspondente numa classificação oficial verificada. A margem sobre a referência humana é de uma décima (95,5% contra 95,4%), ou seja, dentro da variabilidade das três execuções apresentadas (95,0–95,5). O que a métrica RHAE Best@1 mede exatamente e em que condições decorreu o teste (número de tentativas, orçamento de computação, custos) não é reconstituível de fora. A data de publicação é 5 de agosto segundo o anúncio oficial, mas parte da imprensa especializada aponta 6 de agosto. O anúncio não esclarece se as comparações com os harness proprietários usam as versões e definições predefinidas dessas ferramentas.
- Perché pubblicarla
- Desloca a atenção do modelo para o andaime que o rodeia: é a primeira vez que um harness para agentes com licença aberta (MIT) reivindica resultados iguais ou superiores aos das ferramentas proprietárias associadas aos mesmos modelos, e com menos tokens. Para quem constrói agentes é uma notícia prática e verificável linha a linha, não o anúncio de um produto fechado; ultrapassar a referência humana no ARC-AGI-3 é um título forte e é precisamente por isso que merece ser contado com as suas margens de erro à vista.