开源Agent框架Prime Agent声称ARC-AGI-3得分95.5%
Prime Agent将RLM工程化，让AI在陌生任务中动态调整策略，极限测试接近人类水平。
Prime Intellect发布开源框架Prime Agent，称其在ARC-AGI-3（一套完全陌生的抽象推理测试）上联合Opus 5拿下95.5%，超过人类专家。它基于递归语言模型（把上下文当变量用代码操作），并让Agent在运行时自主改写工具和提示词，实现自我改进。
正文摘录
.jpg) 一款新开源的智能体框架（harness），声称在 ARC-AGI-3 上联合 Opus 5 拿到了 95.5% 的成绩，超过人类专家基线。官方帖子迅速获得大量关注，GitHub 星标已接近 5 千。  要知道，ARC-AGI-3 不是那种「刷过题库就能拿高分」的考试，它是一堆完全陌生的抽象游戏，每个游戏的规则、目标、甚至操作逻辑都不相同。你进去之后，没人告诉你该做什么，你得自己摸索、试错、归纳，然后在有限的行动预算内完成目标。  这个框架名叫 Prime Agent ，由 Prime Intellect 发布。官方对它的定义是： 一个面向编程、研究和长时间自主任务的「自我改进 RLM harness」 。