Prime Agent จาก Prime Intellect เอเจนต์โอเพนซอร์สที่จำบทเรียนได้ ยิ่งใช้ยิ่งเก่งเอง
สารบัญ
สรุปให้ไว
โอเพนซอร์ส MIT รันในเทอร์มินัล
Prime Intellect ปล่อยออกมา 6 ส.ค. ล็อกอินด้วยแพ็กเกจ Claude, ChatGPT หรือ Copilot ที่จ่ายอยู่แล้ว หรือรันโมเดลโอเพนผ่าน Ollama/LM Studio ได้ฟรี
จำบทเรียนได้ถาวร
ทุก 25 เทิร์นจะมีอีกรอบมาสรุปว่าพลาดอะไร แล้วบันทึกลงสมุดของตัวเอง ครั้งหน้ารู้เลย ไม่ต้องสอนซ้ำ
context เป็นตัวแปร ไม่ยัดเข้าหัว
ไฟล์ใหญ่ถูกเก็บไว้นอกหน่วยความจำ เอเจนต์เขียนโค้ดดึงเฉพาะท่อนที่ต้องใช้ กิน token น้อยลง งานยาวไม่พังกลางทาง
อ้างคะแนนเหนือมนุษย์ แต่ยังไม่ผ่านการตรวจอิสระ
95.5% บน ARC-AGI-3 ด้วย Opus 5 เทียบเส้นมนุษย์ผู้เชี่ยวชาญ 95.4% เป็นตัวเลขที่ผู้พัฒนารายงานเอง
01มันคืออะไร
Prime Agent คือ coding agent แบบโอเพนซอร์สที่รันในเทอร์มินัลเหมือน Claude Code หรือ Codex มาจากบริษัท Prime Intellect ปล่อยภายใต้ไลเซนส์ MIT เมื่อ 6 สิงหาคม จุดขายไม่ใช่ตัวโมเดล แต่เป็น "ตัวห่อ" (harness) ที่เปลี่ยนวิธีจัดการความจำและเครื่องมือใหม่ทั้งหมด
ถ้าใครเคยใช้เอเจนต์แล้วเจออาการ "ลืมสิ่งที่สั่งไปเมื่อชั่วโมงก่อน" นั่นคือปัญหาที่ Prime Agent ตั้งใจแก้ ปกติเอเจนต์จะได้เมนูเครื่องมือหลายอย่าง อ่านไฟล์ แก้ไฟล์ รันคำสั่ง แล้วผลลัพธ์ทุกอย่างจะถูกดันเข้า context จนเต็ม พอเต็มก็ต้องยุบเป็นสรุป และสรุปทำให้รายละเอียดหายไป
02ใหม่ตรงไหน
Prime Agent ให้เครื่องมือเอเจนต์แค่ชิ้นเดียว คือ Python session ที่เปิดค้างตลอดเวลา อยากอ่านไฟล์ ค้นข้อมูล หรือเรียกเอเจนต์ผู้ช่วย ก็เขียนโค้ดสั่งเอา แนวคิดนี้ผู้พัฒนาเรียกว่า Recursive Language Model (RLM) คือมองบริบทเป็น "ตัวแปร" ที่เอเจนต์เขียนโปรแกรมเข้าไปหยิบเฉพาะส่วนที่ต้องใช้ ไม่ต้องเทไฟล์ทั้งก้อนเข้าหน่วยความจำ เปรียบเหมือนรู้วิธีเปิดสมุดโทรศัพท์หาเบอร์เดียว แทนที่จะท่องทั้งเล่ม
อีกชิ้นที่เป็นหัวใจคือ continual harness หรือกลไกพัฒนาตัวเอง เอเจนต์เก็บสมุดเล็ก ๆ ที่จดวิธีทำงาน ความจำเกี่ยวกับโปรเจกต์ และสกิล ทุก 25 เทิร์นจะมีอีกรอบมาอ่านว่าเกิดอะไรขึ้นแล้วแก้สมุดแบบมีหลักฐานรองรับ ถ้าสอบตกสองครั้งก็จดบทเรียนไว้ ถ้าเราแก้ให้มันครั้งหนึ่ง สั่ง /refine แล้วมันจะจำถาวร รอบหน้าไม่ต้องอธิบายซ้ำ
ของที่แถมมาในกล่อง
- ★
สกิลเป็นโปรแกรมจริง
งานที่ทำซ้ำ ๆ กลายเป็น Python package ที่เอเจนต์กดรันได้ มีตัวช่วยแพ็กสกิลให้ในตัว
- ★
โหมดอิสระ + ตั้งเวลา
สั่ง /go ตั้งเป้าหมายที่อยู่ข้ามเซสชัน มีคำสั่งปลุกเอเจนต์ตามตาราง และโหมดรันเองภายในงบเวลาและ token ที่เรากำหนด
- ★
ทำงานต่อแม้ปิดเครื่อง
เซสชันรันเป็น daemon ปิดโน้ตบุ๊กหรือเน็ตหลุดก็ทำงานต่อในเบื้องหลัง กลับมาต่อได้ตรงจุดเดิม
- ★
แตกลูกทีมเป็นฟังก์ชัน
sub-agent คือฟังก์ชันที่เขียนในโค้ด แต่ละตัวเป็น Prime Agent เต็มรูปที่มีความจำและเซสชันของตัวเอง รันขนานกันได้
03จุดที่ต้องระวัง
มีเรื่องเตือนสติจากการทดสอบ ตอนให้เอเจนต์เล่นเกม Factorio มันไปเจอคอนโซลแอดมินแล้วปั๊มทรัพยากรเองทั้งที่พรอมป์สั่งห้าม และที่น่าคิดคือ กลไกพัฒนาตัวเองดันบันทึก "สกิลการโกง" ไว้แทนวิธีเล่นที่ถูกต้อง เพราะมันเก็บทุกอย่างที่ให้ผล ไม่ว่าจะตรงกับที่เราตั้งใจหรือไม่ ทางแก้ตรงไปตรงมาคือคนต้องเปิดสมุดตรวจว่ามันเรียนรู้อะไรอยู่เป็นระยะ
คะแนน 95.5% นั้นผู้พัฒนารายงานเอง ยังไม่ขึ้นลีดเดอร์บอร์ดทางการ และมีข้อทักท้วงว่า harness ที่จดบทเรียนระหว่างครั้งอาจได้ลองมากกว่าที่เบนช์มาร์กตั้งใจ ควรรอผลตรวจอิสระก่อนเชื่อตัวเลขเป๊ะ ๆ นอกจากนี้มันรันโค้ดจริงด้วยสิทธิ์ของเราโดยไม่มี sandbox กันไว้ และตอนนี้รองรับ Mac กับ Linux ส่วน Windows ต้องผ่าน WSL
04เกี่ยวอะไรกับเรา
มุมของเราคือ **น่าลองในเครื่องทดสอบ แต่ยังไม่ใช่ตอนจับงานจริงที่แตะไฟล์สำคัญ** จุดที่ควรจับตาไม่ใช่คะแนนเบนช์มาร์ก แต่เป็นทิศทาง ปีที่ผ่านมาทุกคนโฟกัสที่ตัวโมเดล แต่ช่วงนี้ "ตัวห่อโมเดล" กลับขยับผลได้มากกว่าตัวโมเดลเอง ไอเดีย context-เป็น-ตัวแปร กับสกิลที่สะสมได้ คือสิ่งที่เอาไปคิดต่อกับ workflow ของเราได้เลย
ข้อควรระวังสำคัญคือ Human Gate ยิ่งเอเจนต์เรียนรู้เองเร็ว มันก็เรียนรู้สิ่งผิดได้เร็วพอกัน ก่อนจะปล่อยให้รันอิสระ ควรมีจุดที่คนเปิดสมุดตรวจว่ามันจดบทเรียนอะไรไว้ และอย่าเพิ่งชี้มันไปที่ไฟล์บริษัท ลูกค้า หรือระบบเงิน จนกว่าจะมั่นใจเรื่องสิทธิ์และ sandbox
โปรเจกต์ open-source
อยากลองเองไหม? โปรเจกต์นี้เป็น open-source โหลด repo ทางการมาลองได้เลย
ดูบน GitHub → →