코딩과 연구 같은 복잡하고 장기적인 작업을 스스로 수행하며 개선해 나가는 새로운 AI 에이전트, '프라임 에이전트(Prime Agent)'가 등장했습니다. 이 에이전트는 재귀 언어 모델(RLM)과 지속형 하네스(Continual Harness)라는 두 가지 핵심 개념을 기반으로 설계되어, 사용자가 직접 개입하지 않아도 지속적으로 학습하고 발전하며 목표를 달성할 수 있도록 돕습니다.
프라임 에이전트의 핵심인 재귀 언어 모델(RLM)은 컨텍스트(prompt)를 마치 프로그래밍 변수처럼 취급하고, 서브 에이전트(sub-agent)와 같은 도구들을 함수 호출처럼 다룹니다. 이는 지속적인 REPL(Read-Eval-Print Loop) 환경에서 실행되며, 파일 조작, 셸 명령, 도구 사용, 서브 에이전트 관리, 컨텍스트 관리 등 모든 작업이 코드를 통해 프로그래밍 방식으로 처리됩니다. 또한, 지속형 하네스(Continual Harness)는 보조 프롬프트, 메모리, 스킬 설명, 서브 에이전트 사양 등을 지속적인 상태로 저장하여 에이전트가 경험을 통해 스킬을 생성하고 개선할 수 있게 합니다. 스킬은 임포트(import) 가능한 파이썬(Python) 패키지 형태로 제공되며, 내장된 스킬 생성기를 통해 반복적인 워크플로우를 개인화된 스킬로 쉽게 전환할 수 있습니다. 데몬(daemon) 기반의 백그라운드 세션 기능을 통해 터미널 연결이 끊겨도 작업이 계속 실행되고, 에이전트 간 직접 통신으로 사용자 개입 없이도 서로 협력하여 작업을 조율할 수 있습니다.
이러한 프라임 에이전트의 등장은 개발자와 연구자들에게 상당한 생산성 향상을 가져다줄 잠재력을 가지고 있습니다. 반복적이고 시간이 많이 소요되는 코딩 작업이나 정보 탐색, 연구 분석 등을 AI 에이전트에게 맡김으로써, 인간은 더 창의적이고 고차원적인 문제 해결에 집중할 수 있게 됩니다. 특히, 장기 작업 유지 기능은 자동 압축, 지속 목표 설정, 하트비트, 스케줄링, 자율 모드 등을 통해 여러 턴과 세션에 걸쳐 진행 상황을 보존하므로, 복잡하고 긴 프로젝트 관리에도 효과적입니다. macOS와 리눅스(Linux) 환경을 지원하며 MIT 라이선스로 공개되어 있어, 오픈소스 커뮤니티의 기여를 통해 더욱 빠르게 발전할 것으로 기대됩니다.