Prime Intellect 10 月 9 日发布 Rust 版 Prime Agent:由一个根编排智能体调度 2,209 个子智能体、10,000+ 个 Prime Sandboxes、约 2,287 亿 GLM-5.3 Token,在两周内把 TypeScript 版编码 Agent 端到端移植为 Rust,并用 TUI/协议/会话差分测试保证行为一致。官方实测冷启动可输入延迟从 737.8ms 降至 55.8ms,启动后内存 607MB→106MB,同时新增 Windows(beta)与 Homebrew 安装,仍保持开源。
核心要点速览
- ✓规模:2,209 个智能体、16,758 条智能体间消息、228.70B Token(其中 Rust 实现 192.99B/1,981 个、性能爬山 35.70B/228 个),运行于 10,000+ Prime Sandboxes(官方博客)
- ✓性能(官方口径):冷启动可输入 737.8ms→55.8ms(13.22×),首帧 722.8ms→23.6ms,启动后 RSS 607.4MB→106.0MB,安装体积 172.1MB→59.6MB
- ✓流程:每个任务走 Planner→Implementer→Reviewer(换模型对抗审查)→Verifier(新沙箱跑差分测试)四段状态机,失败打回重做
- ✓性能爬山:第二个编排器无数值目标连续跑 3 天,记录 144+ 实验/审计,合并 69+ 项有效优化
- ✓代码结构:拆为 9 个 crate,最大源文件从约 15,000 行降至约 2,500 行;新增 Windows 原生支持(beta)与 Homebrew 安装,仓库 继续开源

开发者 3 秒速决决策指标
Claude Code 高频使用:比较订阅额度与 API 账单
40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
Prime Agent 是 Prime Intellect 8 月开源的长时运行编码 Agent 框架(RLM 架构,见 arXiv 论文),官方称已被下载 30 万次以上、处理超 8 万亿 Token。原 TypeScript 实现的问题很典型:类型在运行时消失、异常不受检、渲染与解析大会话和键盘输入抢同一个事件循环,每个进程都要背 JS 运行时和 GC。这次重写的看点不在“换成 Rust”,而在于整个移植几乎由智能体自己完成。
架构亮点与底层机制
一个根编排智能体不写产品代码,只把工作拆成拓扑有序的任务;每个任务依次经过 Planner(规格与校验器)、Implementer(独立 worktree 写 Rust)、Reviewer(换一个模型、独立上下文做对抗审查)、Verifier(在全新 Prime Sandbox 中编译并跑一致性测试)。人类的主要工作是搭建可客观判定的校验:TUI 终端帧逐帧比对、会话与模型请求比对、守护进程协议消息比对,以及逐组件功能审计。重写后代码拆为 9 个 crate、单向依赖,每个会话独立 worker 进程以隔离崩溃,并补上了 Windows 支持。
权威 Benchmark 与实测跑分对比
以下均为官方博客自测口径(4 核 8GB 沙箱、脚本化模型,不含推理耗时):冷启动可输入 737.8ms→55.8ms,首帧 722.8ms→23.6ms,启动后内存 607.4MB→106.0MB,安装体积 172.1MB→59.6MB;同一套件下 Claude Code v2.1.289 冷启动可输入为 348.4ms、Codex CLI v0.160.0 为 324.6ms。官方自己也提示缺乏统一基准,跨框架对比需谨慎看待。
开发者实战落地与开箱指南
macOS/Linux 可用 curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh 安装,Windows(beta)用 PowerShell 的 install.ps1,也支持 Homebrew。对自己做大规模迁移的团队,可借鉴的是方法:先把“行为一致”写成可自动判定的差分测试,再让生成与审查分属不同模型,最后用无数值目标的爬山循环持续压性能。
即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察