自进化编码智能体开源登顶

当前主流编码智能体如 Devin、OpenAI Codex 多采用线性任务链或固定工作流，长任务中上下文漂移和状态丢失是普遍痛点。Prime Agent 的 RLM 把提示本身参数化，配合 Continual Harness 的持久化记忆机制，实际上是把 LLM 调用从"无状态函数"改造成"有状态进程"，这和 Cognition 的 Devin 或 Adept 的 ACT-1 有本质架构差异。

如果你正在用 LangChain 或 CrewAI 搭多步骤 Agent 且被上下文管理折磨，这个项目的 REPL 式交互和技能进化机制值得直接 fork 研究。TypeScript 为主的技术栈也意味着前端/全栈团队集成成本低于 Python 重依赖的方案。