8 月 5 日，Prime Intellect 发布了 Prime Agent 项目的完整博客（8 月 5 日的「AUG 05TH, 2026」日期戳），GitHub 仓库 PrimeIntellect-ai/prime-agent 同步公开，一键安装命令是curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh。这是 Prime Intellect 在 RLM（Recursive Language Model）+ Continual Harness 两条线上的集成产物，也是 2026 H2 「Agent 工业化」赛道里第一个把「harness 自己给自己升级」做成默认行为的开源项目。这听起来像又一个 LangChain / AutoGPT，但 Prime Agent 想切的不是「加更多工具」，而是「让 harness 本身变成可 CRUD 的运行时」——这件事之前在 AI coding 圈没人做到这个深度。先说核心抽象。Prime Agent 走的是两个互相绑定的设计：RLM（Recursive Language Model）——核心定义是「把上下文当作变量，把子代理委派当作 REPL 内的函数调用」。底层运行时是持久化的 IPython kernel，每个 turn 都可以调用，启动时把每个 sk Prime Agent：一个 RLM Harness，让 Agent 自己给自己升级 skill 和 prompt
8 月 5 日，Prime Intellect 发布了 Prime Agent 项目的完整博客（8 月 5 日的「AUG 05TH, 2026」日期戳），GitHub 仓库 PrimeIntellect-ai/prime-agent 同步公开，一键安装命令是curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh。这是 Prime Intellect 在 RLM（Recursive Language Model）+ Continual Harness 两条线上的集成产物，也是 2026 H2 「Agent 工业化」赛道里第一个把「harness 自己给自己升级」做成默认行为的开源项目。这听起来像又一个 LangChain / AutoGPT，但 Prime Agent 想切的不是「加更多工具」，而是「让 harness 本身变成可 CRUD 的运行时」——这件事之前在 AI coding 圈没人做到这个深度。先说核心抽象。Prime Agent 走的是两个互相绑定的设计：RLM（Recursive Language Model）——核心定义是「把上下文当作变量，把子代理委派当作 REPL 内的函数调用」。底层运行时是持久化的 IPython kernel，每个 turn 都可以调用，启动时把每个 sk