基於 TypeScript 的自主編碼代理 PrimeAgent 在過去 24 小時內獲得 31 顆新星星，引發廣泛關注。該代理引入利用編碼強化學習（RLC）實現自我改進的新方法，特別適用於長週期工作流。PrimeAgent 基於遞迴語言模型（RLM）構建，將上下文視為變數，並將遞迴子代理等工具作為函數調用整合在持久的 REPL 環境中。這種架構使其能有效地作為通用編碼助手及自主評估的運行時。

事件背景

編碼強化學習（RLC）是一項新興技術，AI 代理透過程式碼執行的回饋來學習如何更好地編碼，類似人類從試錯中學習。遞迴語言模型（RLM）則透過遞迴調用將複雜任務分解為較小的子任務，從而提升長週期任務的處理效率。