这个框架把 Opus 5 的评分从 30% 刷到 95.5%，但作者觉得换汤不换药，实战未必比 Claude Code 强。
Prime Agent 是一个能自主改进的递归 Agent 框架。替换外部 Harness 后，Opus 5 的 ARC-AGI-3 评分从 30.2% 升至 95.5%，超过人类专家基线 95.4%。但作者认为，这种面向评分的优化价值有限，在现实场景中不会比 Claude Code 和 Codex 更好。
1. 自主改进的 Harness 不是自进化模型，价值有限 2. 面向评分的优化价值有限，到现实场景不会比 Claude Code 和 Codex 这样的更好
1. 自主改进的 Harness 不是自进化模型，价值有限 2. 面向评分的优化价值有限，到现实场景不会比 Claude Code 和 Codex 这样的更好 小互 @xiaohu Prime Agent 一个能自主改进的递归 Agent 框架： 仅仅把外面的框架（Harness ）换成 Prime Agent Opus 5 的 ARC-AGI-3 评分从 30.2% 冲到 95.5%甚至超越了人类专家基线（95.4%） 可以直接当 Claude Code、Codex 的替代品 它证明了一件事：AI 有时候跑不好的原因，很多时候不是模型不够聪明，而是外面跑它的框架束缚了它... 传统的 Agent 框架（比如固定的工具调用接口、硬编码的子 Agent 或静态提示词）是为上一代模型设计的。当大模型能力越来越强时，这些固定设计反而成了“绊脚石”，限制了模型的发挥。 best.xiaohu.ai/article/prime-… 🔗 View Quoted Tweet 💬 5 🔄 0 ❤️ 8 👀 3033 📊 4 ⚡