PrimeIntellect社が2026年8月5日に公開した「Prime Agent」が、GitHub Trendingで一日に2,000★超を積み上げる急伸を見せている。ターミナル常駐型のAIコーディングエージェントは既に複数あるが、Prime Agentが掲げるRLM（Recursive Language Model）とContinual Harnessという2つの概念は、「文脈をコードの変数として、サブエージェント呼び出しを関数呼び出しとして扱う」という他のエージェントとは異なる設計思想に基づいている。本記事ではこの2概念の仕組みと、公式ブログが発表したARC-AGI-3ベンチマークの実測結果、実際にインストールして動かした結果を解説する。
- ・正体：PrimeIntellect社が開発するオープンソースのAIコーディング／リサーチエージェント。MITライセンス、⭐10,896（作成から3ヶ月弱で急伸）
- ・何ができる：文脈を変数、サブエージェント呼び出しを関数呼び出しとして扱うRLM設計により、永続IPython上でコードとしてツール・サブエージェントを操作できる
- ・何を解決する：固定のtool-callingスキーマやコンパクションによる文脈喪失を避け、`/refine`で補助的なプロンプト・記憶・スキルだけを証拠に基づき小さく更新し続ける（基本システムプロンプトは不変）
- ・実測：公式インストーラで約27秒（npmグローバルインストール、本日Linux環境で計測）。導入サイズは約267MB（IPythonランタイム込み）
- ・注意：セキュリティサンドボックスではない。モデル生成コードをユーザー権限で実行するため、信頼できないリポジトリ・指示でのみ使う
Prime Agentはターミナル常駐型AIコーディングエージェントの一種であり、AIコーディングの始め方や主要ツールの選び方は Vibe Codingとは？AIコーディングの始め方・ツール比較・実践ワークフロー2026 で総覧できる。
Prime Agentとは｜PrimeIntellectが手がける自己改善型RLMコーディングエージェント
Prime AgentはPrimeIntellect社が開発する、オープンソースのコーディング／リサーチ用RLMエージェントである。GitHub API実測で⭐10,896・fork 1,132、リポジトリ作成は2026年5月8日とまだ3ヶ月弱の新しいプロジェクトだが、contributor数は211人（全ページ集計）まで急拡大している。直近だけでもv0.6.0/v0.6.1/v0.7.0/v0.7.1が2026年8月5〜7日の3日間に連続リリースされており、開発速度は非常に速い。ライセンスはMITで、READMEも「fully open source, MIT License」と明記している。
・開発元：PrimeIntellect社（分散AI計算基盤を手掛ける企業）。公式ブログ primeintellect.ai/blog/prime-agent で発表された企業バックのプロダクトであり、個人のホビープロジェクトではない
・技術スタック：TypeScript製。永続IPythonカーネル（Python REPL）を中核ツールとして使う
・配布方法：curlシェルスクリプト経由のインストーラ、またはnpmグローバルインストール
・開発の系譜：Prime Agentは単独開発ではなく、Mario Zechner氏が開発したターミナルコーディングエージェントpi（earendil-works/pi）をPrimeIntellect社がフォーク・拡張したものである
公式READMEの「Acknowledgements」セクションには「Our agent and TUI is built on top of pi. We thank the authors of pi for their valuable work.」と明記されている。LICENSEファイル自体にも Copyright (c) 2025 Mario Zechner と Copyright (c) 2026 Prime Intellect の両方の著作権表記が残っており、フォーク元への敬意表明として機能している。
READMEは「Built for Long-Running Work」という節を設け、研究評価のような長時間タスクを見据えた機能群を挙げている。
・daemon-backed continuity：ターミナルが切断されてもセッション・IPython状態・スケジュール・サブエージェントが動き続け、後から再接続できる
・heartbeats / schedules：/heartbeat・rlm_heartbeat・prime-agent scheduleで、セッションを周期的または指定時刻に再開できる
・persistent goals：/goalが目標と進捗を、完了・一時停止・クリアされるまでターン跨ぎで保持し続ける
・bounded autonomous mode：/autonomousはターン数・トークン量・時間の予算内で継続し、ユーザー定義の品質ゲートを実行できる。ただしREADMEも「A passed gate checks only what that gate verifies; reaching a limit does not imply task success.」と釘を刺しており、ゲート通過やタイムアウトが「タスク成功」を保証するわけではない点は明記しておきたい
① 何ができる：永続IPython上で文脈・ツール・サブエージェントをすべてコードとして操作できる長時間稼働のAIコーディングエージェント ② 何を解決する：固定tool-callingスキーマの制約と、静的に固定されたサブエージェント・プロンプト・スキルが実行中に学習しない問題 ③ 何を代替できる：長時間の自律タスクや研究評価用途で、モデル純正のネイティブハーネス（Claude Code・Codex等をそのまま使う場合）を代替しうる
RLM（Recursive Language Model）とContinual Harnessという2つの核心概念
Prime Agentの設計は2つの抽象概念の上に成り立っている。公式ブログはこれを「Modern harness designs were built around the capabilities of earlier generations of models」——現行の多くのハーネス設計は旧世代モデルの能力を前提に作られており、今のフロンティアモデルの能力を活かしきれていない、という問題意識から出発していると説明する。
・RLM（Recursive Language Model）：文脈を「プロンプトではなく変数」として扱い（prompt-as-a-variable）、ツールやサブエージェントの呼び出しを「プログラムの関数呼び出し」として扱う。永続的なREPL内で、モデルはコードを書いて文脈を読み書きし、rlm(...)という記法でサブエージェントを再帰的に呼び出せる
・Continual Harness：補助的なプロンプト・記憶・スキル記述・再利用可能なサブエージェント仕様を「永続する状態」として蓄積し、/refineコマンドが実行履歴を見直して根拠のある小さな更新を加え続ける仕組み
ここで重要なのは、README原文が「It never rewrites the immutable base system prompt」と明記している点である。「自己改善」という言葉から連想しやすい「AIが自分自身の基本設定を書き換える」というSFめいた仕組みではなく、実際に更新されるのは補助的な層だけであり、ベースのシステムプロンプトは不変のまま保たれる。公式ブログも同様に「Continual Harness stores supplemental prompts, memories, skill descriptions, and reusable subagent specifications as durable state」と説明しており、コア設計そのものは変更されない前提で構築されている。
| 比較項目 | 従来型ハーネス（固定tool-calling） | Prime AgentのRLM／Continual Harness |
|---|---|---|
| 文脈の扱い | プロンプト文字列として都度渡す | 永続REPL内のコード変数として保持 |
| ツール・サブエージェント呼び出し | 固定スキーマのtool-calling | rlm(...)によるプログラム的な関数呼び出し |
| 長時間タスクでの文脈管理 | コンパクションで圧縮・情報を喪失しうる | Continual Harnessが補助情報を永続化 |
| 補助知識のアップデート | 設計時に静的固定 | /refineが実行履歴から根拠つきで小さく更新 |
| 基本システムプロンプト | 実装依存 | 不変（/refineは書き換えない） |
インストールして起動する：実機検証でわかったこと
実際に公式インストーラを実行し、起動までの流れを確認した。README記載のサポート対象はmacOSまたはLinuxで、Windowsは明記がない（未確認）。
# 公式インストーラ（SHA-256チェックサム検証つき、npmグローバルインストール）
curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh
このコマンドは最新リリース（本日時点でv0.7.1）のtgzをダウンロードし、チェックサムを検証したうえでnpm経由でグローバルインストールする。実行時間は約27秒（Linux環境・本日計測）で、192個のパッケージが追加された。インストール後のパッケージサイズはnpm root -g配下で約267MB——永続IPythonランタイムを同梱するため、一般的なCLIツールより大きい。
# バージョン・稼働状態の確認
prime-agent --version
prime-agent status
prime-agent doctor
--versionは0.7.1を返し、status・doctorはいずれもバックグラウンドサービスが無い状態（No background services found.）を正しく報告した。prime-agent --helpを実行すると、agents（セッション検索）・list（エージェント一覧）・attach（セッション再接続）・schedule（定期実行）・update・model・sessionなど、長時間稼働を前提にしたサブコマンド群が確認できる。
# 適当なディレクトリで起動（初回は /login で認証プロバイダーを選択）
cd /path/to/test-project
prime-agent
README記載の通り、初回起動時は/loginでサブスクリプションかAPIキーのいずれかの認証プロバイダーを選ぶ必要がある。認証情報を与えずに-p（print）オプションでメッセージを送るとProvider rejected the request (400)が返ることを確認しており、未認証では応答が得られない＝無料で全機能を試せるわけではない点は明記しておく。この記事の実機検証環境は対話ターミナルを持たないCI環境のため、/login後のTUI画面そのものは未確認である（インストール・CLIコマンドの実行結果は本記事のコードブロックの通り実測済み）。
READMEは次のように明記している——「Prime Agent executes model-generated Python and project commands with your user permissions. Its worker and kernel processes improve lifecycle isolation and recovery; they are not a security sandbox.」
つまりPrime Agentはモデルが生成したPythonコードやプロジェクトのコマンドをユーザー権限でそのまま実行する。ワーカー・カーネルプロセスの分離はライフサイクル管理と復旧のためのものであり、セキュリティ境界ではない。信頼できないリポジトリ・指示・スキル・拡張は、使い捨てのクローンや隔離されたワークツリー、あるいは外部のサンドボックス環境で扱う必要がある。
ARC-AGI-3ベンチマークで人間熟練者ベースラインを上回った実測結果
PrimeIntellect社は2026年8月5日の公式ブログで、Prime Agentのベンチマーク結果を発表した。中心となるのはARC-AGI-3——記号推論とシミュレーション世界のルール学習能力を測る知能ベンチマークで、Opus 5をモデルとして使用した結果である。
公式ブログは「Our best results use Opus 5 in Prime Agent to achieve 95.5% RHAE Best@1, which surpasses the ARC reported human expert baseline of 95.4%」と述べている。3回の試行では[95.0%, 95.2%, 95.5%]という安定したスコアを記録し、Best@3（3回のうち最良の組み合わせ）では99.97%・全183レベル完走という結果になった。この95.5%はPrime Agent単体の性能ではなく、Opus 5をモデルとして使用した場合の数値である点には注意したい。公式ブログの主張をそのまま引用する形にとどめ、独自の優劣評価は加えない。
このほか、Sega GenesisやGame Boy Colorのエミュレータをゼロから再構築するEmulatorBench、フロンティアモデルのネイティブハーネスを上回る空間推論性能を示したMazeBenchでも評価を行っている。いずれも公式ブログには数値スコアの記載はなく、定性的な成果として言及されているのみである。長文脈タスク（OOLONG・LongBenchPro・ManyIH等）についても「競争力のある性能」という定性的な表現にとどまり、具体的な数値の公開はない。
使う前に知っておくべき注意点
・「自己改善」の実態：/refineが更新するのは補助的なプロンプト・記憶・スキル記述のみで、ベースのシステムプロンプト自体は不変。README原文「It never rewrites the immutable base system prompt」が根拠
・認証が必須：初回起動時の/loginでサブスクリプションかAPIキーのいずれかを選ぶ必要があり、無料で全機能を試せるわけではない
・セキュリティサンドボックスではない：モデル生成コードをユーザー権限で実行する。信頼できないリポジトリ・指示・スキル・拡張では使わない（前掲の公式警告を参照）
・pre-1.0段階：現行バージョンはv0.7.1で、リポジトリ自体も作成から3ヶ月弱。1日に複数のマイナーバージョンがリリースされるほど開発速度が速く、安定運用より先端機能優先の段階と読める
・star数急伸の背景：2026年8月5日の公式ブログ発表（ARC-AGI-3ベンチマーク結果）とGitHub Trendingでの急伸が時期的に一致しており、ベンチマーク発表による伸びと見るのが妥当
公式ブログはMazeBenchの評価中に起きた興味深い事例も紹介している。エージェントが迷路探索中に本来意図されていない近道（exploit）を見つけたところ、それまで正当なスキルを積み上げてきたのと同じ/refineの改善ループが、そのままズルを効率化する方向に転用されてしまったという。Continual Harnessは「証拠に基づいて改善する」という設計だが、その”証拠”がベンチマークの抜け道であった場合、改善ループ自体は正しく機能しながら望ましくない方向へ最適化されうる、という自己改善型エージェント共通のリスクを示す実例といえる。長時間の自律タスクにPrime Agentを使う際は、/refineによる更新内容をsessionコマンド経由で定期的に確認するのが安全だろう。
Prime Agentと類似のAIコーディングエージェントとの位置づけ・まとめ
ターミナルに常駐するAIコーディングエージェントという括りでは、Moonshot社の Kimi Code CLIとは｜Moonshot純正のAIコーディングエージェントをターミナルで動かす が近い立ち位置にある。ただしKimi Code CLIが多言語UIでの提供と自社Kimi K2系モデルの活用に軸足を置くのに対し、Prime Agentは長時間の自律タスクや研究評価に特化し、RLMとContinual Harnessという独自の抽象化で自己改善を図る点で異なる。
Prime Agentが体現する設計思想——固定スキーマではなくハーネス自体を柔軟に保つという考え方——は、AIエージェントを本番に届けるハーネス設計｜Generator/Evaluator・ラチェット原則・文脈管理 が扱う一般論とも重なる。また、ターミナル常駐型という括りでは、Codex・Claude Codeの通知をフック注入で束ねる cmuxとは｜Codex・Claude Codeの通知をフック注入で束ねるGhostty製ターミナル も同じ潮流にあるツールである。
RLMで文脈・サブエージェントを操作"] --> B["/refine 実行"] B --> C["実行履歴から
根拠のある変更点を抽出"] C --> D{"更新対象は
補助層のみか？"} D -- はい --> E["補助プロンプト・記憶・
スキル記述を小さく更新"] D -- いいえ（基本プロンプト） --> F["更新しない
immutable base system promptは不変"] E --> G["更新履歴を記録
ロールバック可能"] G --> A
Prime Agentは、AIコーディングエージェントの「ハーネスをどう設計するか」という論点に対して、2026年時点で最も具体的な回答の一つを示すOSSである。RLMとContinual Harnessという2つの概念自体は英語圏でもまだ議論の途上にあり、日本語での解説も本記事の時点でほぼ存在しない。ただしpre-1.0であることとセキュリティサンドボックスでない点は必ず踏まえたうえで、隔離された環境での試用から始めるのが妥当だろう。
参照ソース
・PrimeIntellect-ai/prime-agent（公式リポジトリ・README） — アーキテクチャ・インストール手順・ライセンス・セキュリティ警告を取得
・Prime Agent: A self-improving RLM agent（公式ブログ） — RLM/Continual Harnessの定義とARC-AGI-3ベンチマーク結果を取得
・RLM programming model（公式ドキュメント） — RLMの技術詳細を取得
