프라임 인텔렉트(Prime Intellect)가 기존 AI 에이전트의 한계를 뛰어넘는 새로운 코딩 에이전트 '프라임 에이전트(Prime Agent)'를 공개했습니다. 이 에이전트는 재귀적 언어 모델(RLM)과 연속적 하네스(Continual Harness)라는 두 가지 혁신적인 추상화를 기반으로, AI가 스스로 학습하고 진화하며 복잡한 작업을 수행할 수 있도록 설계되었습니다. 기존 에이전트들이 고정된 도구 호출 방식과 컨텍스트 압축에 갇혀 모델의 잠재력을 온전히 활용하지 못했던 문제를 해결하는 데 중점을 둡니다.
프라임 에이전트의 핵심은 RLM과 연속적 하네스입니다. RLM은 컨텍스트를 변수로 취급하고 서브 에이전트 위임을 함수 호출처럼 다루어, 모델이 자신의 기록, 서브 에이전트, 도구에 프로그래밍 방식으로 접근할 수 있게 합니다. 이를 통해 모델은 자체 컨텍스트에 대한 언어 모델 프로그램을 작성하여 매우 긴 세션에서도 과거 정보를 잃지 않고 처리할 수 있습니다. 연속적 하네스는 에이전트의 프롬프트, 기술, 메모리, 서브 에이전트와 같은 자체 상태를 에이전트가 생성, 읽기, 업데이트, 삭제(CRUD)할 수 있는 대상으로 간주합니다. 이 두 가지 개념이 결합되면 에이전트 간 통신을 통해 서브 에이전트와 다른 프라임 에이전트 세션 간의 오케스트레이션(orchestration)이 가능해집니다. 예를 들어, 프라임 에이전트는 지속적인 서브 에이전트를 생성하고, 나중에 메시지를 보내거나 다른 세션과 직접 통신할 수 있습니다. 이 시스템은 영구적인 IPython 커널을 유일한 도구로 사용하며, 모든 표준 하네스 기능과 서브 에이전트는 이 커널 내의 함수로 구현됩니다. 또한, 백그라운드 데몬이 모든 라이브 에이전트 세션을 관리하여 세션 복구 및 메모리 최적화를 지원합니다.
이러한 설계는 모델의 초기 능력을 빠르게 향상시키는 데 강력한 효과를 발휘합니다. 프라임 에이전트는 범용 코딩 보조 도구, 장기적인 자율 평가를 위한 기본 런타임, 그리고 연구 및 자동 연구를 위한 협업 도구로서 효과적입니다. 특히 기존 모델의 한계를 뛰어넘어, AI가 스스로 진화하며 복잡한 추론 패턴을 학습하고 적용할 수 있는 새로운 가능성을 제시합니다. 이는 AI 에이전트가 단순히 정해진 작업을 수행하는 것을 넘어, 스스로 문제를 정의하고 해결책을 찾아나가는 진정한 의미의 자율 에이전트 시대를 앞당길 잠재력을 가지고 있습니다. 오픈 소스로 공개되어 누구나 설치하고 활용할 수 있다는 점도 주목할 만합니다.