Louis LAURENT
Prime Agent est un agent open source de Prime Intellect capable de modifier sa propre couche de travail pendant qu'il exécute une mission. Il ne réentraîne pas magiquement son modèle à chaque erreur : il transforme ses trajectoires en mémoire, prompts, skills et sous-agents réutilisables. Je l'ai testé sur une refonte complète de Kryve. Le résultat est franchement impressionnant.
Ce que Prime Intellect vient de sortir
Prime Intellect a lancé Prime Agent le 5 août 2026. La société ne le présente pas comme un nouveau modèle, mais comme un harness, c'est-à-dire la couche qui organise le contexte, les outils, la mémoire, les sous-agents et la continuité autour d'un modèle existant.
C'est une distinction essentielle. J'ai utilisé GPT-5.6 Sol dans Prime Agent. Les poids du modèle n'ont pas changé. Pourtant, l'expérience et le résultat ne ressemblaient pas à une simple session de chatbot, parce que l'environnement lui donnait une autre manière de travailler.
Prime Agent repose sur deux idées :
le Recursive Language Model, ou RLM, qui traite le contexte comme une variable manipulable dans un environnement Python persistant ;
le Continual Harness, qui permet à l'agent de créer, lire, modifier et supprimer sa mémoire, ses prompts additionnels, ses skills et les spécifications de ses sous-agents.
Le projet est open source sur GitHub, sous licence MIT. Il fonctionne comme un agent de code en terminal, mais son ambition dépasse la production de code : tâches longues, recherche, évaluations autonomes et collaboration entre agents.
Pourquoi l'annonce a explosé sur Twitter
La sortie n'est pas restée enfermée dans un papier de recherche. Dans son annonce officielle sur Twitter, Prime Intellect résume Prime Agent comme un harness RLM auto-améliorable pour le code et les tâches autonomes longues. L'instantané public consulté trois jours après la sortie affichait environ 2,9 millions de vues, 8 000 likes et 826 reposts.
La hype vient d'une promesse simple : le modèle peut agir sur son propre contexte et améliorer la couche qui organise son travail. Le fil de lancement met en avant quatre signaux :
95,5 % sur ARC-AGI-3 avec Opus 5, contre 95,4 % pour la référence humaine experte rapportée par ARC ;
des gains sur plusieurs tâches longues avec des modèles ouverts et fermés ;
la reconstruction d'émulateurs SEGA Genesis et Game Boy Color en Rust à partir de spécifications et de tests ;
des exécutions autonomes sur Factorio et MazeBench pour éprouver la mémoire et les décisions sur des horizons très longs.
Le chiffre ARC est spectaculaire, mais la thèse la plus intéressante vient de Seth Karten, coauteur du projet. Dans son annonce du nouveau CLI, il décrit une rupture avec le récit habituel : un modèle peut parfois mieux fonctionner dans un autre harness que dans son environnement natif.
Alex Zhang, coauteur des travaux sur les RLM, ajoute un détail important dans son propre retour de lancement : aucun modèle n'a encore été entraîné autour de Prime Agent. Les performances actuelles viennent donc déjà de l'architecture du harness. Cela ne rend pas les comparaisons parfaites, mais cela donne une raison sérieuse de tester l'outil sur du travail réel plutôt que de le réduire à un benchmark.
Mon test réel : reconstruire Kryve à partir de deux captures
Je voulais éviter la démo parfaite choisie par l'éditeur. J'ai donc donné à Prime Agent un problème réel, sale et visuel : reconstruire une nouvelle version de la landing Kryve en gardant notre contenu, mais en visant la direction artistique d'un autre site.
Le point de départ tenait dans deux captures PDF pleine page :
la landing Kryve existante, utilisée comme source de contenu ;
la homepage Intercom, utilisée comme référence visuelle.
Le dossier de travail était vide. Prime Agent devait comprendre les captures, récupérer la structure utile, choisir une stack, construire le site, intégrer les textes, vérifier le rendu et faire tourner les contrôles.
Il a inspecté les PDF, produit des planches de contact, analysé les pages avec plusieurs sous-agents, extrait le contenu du site Kryve, monté une application Next.js et construit la landing complète. Je ne lui ai pas donné une maquette Figma découpée en composants. Je lui ai donné un résultat à atteindre et des preuves visuelles.
La première version était déjà exploitable. Ensuite, je lui ai demandé une V3 avec les vrais assets présents sur la machine : logo complet, favicon, photo, dashboard Kryve et six visuels de cartes. Il a retrouvé les fichiers, remplacé les approximations, recalibré le hero et renforcé les tests.
Le projet local obtenu contient une landing responsive en Next.js 16, React 19 et TypeScript, avec polices et images auto-hébergées. Aucun asset tiers n'est nécessaire au rendu. Le contrôle relancé le 9 août donne :
build de production compilé sans erreur ;
14 tests Playwright passés et 2 tests non applicables ignorés ;
contrôles desktop et mobile ;
absence de débordement horizontal ;
images locales chargées ;
menu mobile fonctionnel ;
hero sans chevauchement ;
aucune requête externe au chargement de la page.
Ce n'est pas une preuve que Prime Agent gagnera sur toutes les missions. C'est une preuve plus intéressante : sur un cas concret avec des références imparfaites, il a pu produire, observer, corriger et vérifier un livrable complet au lieu de s'arrêter après avoir écrit des fichiers.
Pourquoi le même modèle paraît meilleur dans Prime Agent
Un modèle n'agit jamais seul. Entre toi et lui se trouve une couche de logiciel qui décide ce qu'il voit, quels outils il peut appeler, comment son historique est compacté, comment les erreurs lui reviennent et quand la session s'arrête.
Cette couche est le harness.
Deux produits peuvent utiliser le même GPT-5.6 Sol et obtenir des comportements très différents. L'un oblige le modèle à lire les outils et les longues traces comme du texte dans sa fenêtre de contexte. L'autre lui permet de programmer ses appels, de déléguer en parallèle, de conserver des variables et de retrouver des sous-agents persistants.
C'est exactement pourquoi évaluer un agent IA ne revient pas à comparer deux modèles sur un benchmark. Tu dois évaluer le système complet : modèle, contexte, outils, mémoire, permissions, boucle de vérification et critères d'arrêt.
Prime Agent pousse cette logique plus loin avec un noyau IPython persistant. Pour le modèle, le principal outil est un environnement Python. Les fichiers, commandes, tools, sous-agents et opérations de contexte deviennent des fonctions qu'il peut orchestrer par programme.
Le gain est moins spectaculaire à raconter qu'un "nouveau cerveau", mais plus important en pratique : l'agent peut filtrer, paralléliser et réutiliser l'information sans faire repasser chaque octet dans sa conversation principale.
Le RLM : le contexte devient un espace de travail
Le concept de Recursive Language Model vient d'un papier publié sur arXiv. L'idée centrale consiste à sortir les longs contenus de la fenêtre immédiate du modèle et à les rendre accessibles dans un environnement externe. Le modèle peut alors inspecter des morceaux, appeler récursivement d'autres modèles sur des sous-problèmes et recomposer le résultat.
Dans Prime Agent, cela prend la forme d'un REPL Python persistant. Au lieu de recevoir une liste figée de fonctions et de dérouler une suite d'appels linéaires, le modèle peut écrire un petit programme pour gérer son travail.
Sur ma refonte, cette architecture se voyait dans la répartition des tâches. Des sous-agents distincts pouvaient analyser la référence visuelle, inspecter les sources et traiter les assets, tandis que l'agent principal continuait la structure du site. Les résultats revenaient ensuite par messages, sans bloquer toute l'exécution.
Les sous-agents ne sont pas de simples réponses jetables. Chaque enfant peut conserver sa session, son historique et son environnement. L'agent parent peut le retrouver plus tard, lui demander une vérification supplémentaire ou lui transmettre une nouvelle contrainte.
Pour comprendre le principe général sans le jargon Prime Intellect, notre guide sur l'orchestration de plusieurs agents IA explique comment découper un objectif sans construire une usine à gaz.
Ce que "s'auto-améliorer" veut vraiment dire
Voici le point qui mérite de couper court à la hype facile.
Prime Agent ne modifie pas automatiquement les poids de GPT-5.6 Sol pendant ta session. Il ne devient pas un nouveau modèle après chaque erreur. Son amélioration porte d'abord sur son harness : la couche de méthodes et de contexte qui entoure le modèle.
Le Continual Harness formalise cet état avec quatre familles :
les prompts additionnels qui guident un comportement ;
les sous-agents spécialisés et leur rôle ;
les skills, c'est-à-dire des procédures réutilisables ;
la mémoire issue de l'expérience passée.
Prime Agent peut manipuler ces briques pendant la mission. Sa commande /refine relit la trajectoire, identifie un échec répété ou une tactique utile, puis propose la plus petite modification pertinente. Par exemple : mémoriser qu'un test est instable, créer une procédure de reprise, préciser le rôle d'un sous-agent ou ajouter une règle de vérification.
La modification est enregistrée sur disque, survit aux tours suivants et peut être annulée. Le prompt système de base reste immuable. On parle donc d'une adaptation contrôlée de la couche opérationnelle, pas d'une réécriture sauvage du cerveau.
Cette nuance n'affaiblit pas Prime Agent. Elle explique pourquoi le mécanisme est utilisable dès maintenant. Modifier un modèle exige des données, du calcul, un entraînement et des évaluations. Modifier une mémoire ou une skill peut prendre quelques secondes et produire un effet immédiat sur la mission suivante.
Notre article sur la boucle de feedback des agents IA détaille cette mécanique : observer un écart, conserver la preuve, corriger la procédure, puis rejouer le test. Prime Agent intègre une partie de cette boucle directement dans son environnement.
La boucle qui change tout : produire, tester, corriger
L'autonomie utile ne vient pas du nombre de minutes pendant lesquelles un agent peut tourner seul. Elle vient de sa capacité à comparer son résultat à un critère extérieur.
Prime Agent propose un mode autonome avec un objectif persistant, des limites de tours, de tokens et de temps, ainsi qu'une commande de contrôle obligatoire avant la fin. Tu peux lui demander d'implémenter une modification et interdire la clôture tant que npm run check échoue.
La boucle devient :
produire une première version ;
lancer le contrôle ;
lire l'échec réel ;
corriger le livrable ou la méthode ;
relancer le contrôle ;
s'arrêter seulement quand le critère passe ou que la limite est atteinte.
Sur Kryve, les tests Playwright ne jugeaient pas si la page "avait l'air bien" dans l'absolu. Ils vérifiaient des propriétés observables : contenu critique présent, assets branchés, absence d'overflow, géométrie du hero, navigation mobile et requêtes réseau.
C'est la différence entre un agent qui annonce "c'est terminé" et un agent qui apporte une preuve. Un contrôle passé ne garantit que ce qu'il mesure, mais c'est déjà infiniment plus solide qu'une déclaration dans le chat.
Ce qui m'a vraiment impressionné
Le premier point est la continuité. Une tâche de refonte accumule vite des centaines de décisions : structure, références, fichiers, erreurs, assets, tests et corrections. Prime Agent garde son historique sur disque, peut compacter son contexte principal et retrouver l'information passée quand il en a besoin.
Le deuxième est la délégation. Le modèle n'a pas attendu qu'une analyse complète se termine pour commencer tout le reste. Il a distribué des sous-problèmes et continué le travail utile. Sur une tâche longue, cette orchestration compte autant que l'intelligence brute du modèle.
Le troisième est la vérification. Le résultat local actuel se construit encore proprement et passe 14 tests. Une jolie capture aurait pu cacher une page cassée sur mobile ou dépendante d'assets distants. Les contrôles rendent le cas défendable.
Le quatrième est la capacité à transformer une correction en méthode durable. Si l'agent rencontre plusieurs fois le même piège, /refine peut promouvoir la leçon en mémoire ou en skill au lieu de compter sur un rappel humain à chaque session.
Pour quelqu'un qui ne code pas, c'est la vraie promesse. Je ne veux pas devenir meilleur pour écrire du TypeScript. Je veux devenir meilleur pour définir un résultat, fournir le contexte, montrer une référence et exiger les bonnes preuves. L'agent absorbe une partie croissante de l'exécution technique.
Les limites et les risques à ne pas cacher
Prime Agent est jeune. Prime Intellect précise qu'aucun modèle n'a encore été entraîné spécifiquement autour de son harness. Certaines fonctions seront donc sous-utilisées, mal utilisées ou utilisées de manière différente selon le modèle choisi.
La boucle d'amélioration peut aussi renforcer une mauvaise stratégie. Dans son propre test sur Factorio, Prime Intellect raconte que l'agent a découvert un moyen de contourner les règles du jeu. Une fois l'astuce trouvée, la même boucle qui construisait de bonnes compétences a commencé à construire de meilleures techniques de triche.
C'est un avertissement fondamental : un agent optimise ce que ton environnement récompense, pas ton intention secrète.
Il faut donc :
définir des critères de réussite qui incluent les interdits ;
isoler les tâches risquées dans un environnement restaurable ;
conserver un historique des raffinements ;
relire les nouvelles skills avant de leur donner des permissions larges ;
imposer une validation humaine avant publication, paiement, suppression ou envoi externe.
Le dépôt officiel rappelle aussi que Prime Agent exécute du Python et des commandes avec les permissions de l'utilisateur. Son processus apporte de la continuité et de la récupération, mais ce n'est pas une sandbox de sécurité. Pour une première prise en main, utilise un dossier jetable ou une copie restaurable.
Le bon cadre est celui du human-in-the-loop pour les agents IA : autonomie sur les actions réversibles et contrôle humain avant les conséquences difficiles à annuler.
Comment tester Prime Agent proprement
Ne commence pas par lui demander de gérer toute ton entreprise. Choisis une mission assez grande pour révéler la continuité, mais assez isolée pour être restaurée.
Un bon premier test contient :
un dossier dédié ;
deux ou trois sources réelles ;
un résultat visible ;
une liste d'actions interdites ;
un contrôle automatique ou une checklist précise ;
une limite de temps ou de tours ;
une comparaison avant/après.
Exemples : reconstruire une page à partir d'une capture, classer un dossier documentaire sans toucher aux originaux, produire un tableau à partir de plusieurs sources ou créer une petite application locale avec des tests.
Observe ensuite trois choses. D'abord, le livrable : fonctionne-t-il réellement ? Ensuite, la trajectoire : quelles erreurs, répétitions et délégations ont eu lieu ? Enfin, l'apprentissage : qu'est-ce que Prime Agent a conservé ou transformé en méthode réutilisable ?
Si tu ne vérifies que la dernière réponse, tu rates tout ce qui rend cet outil intéressant.
Prime Agent remplace-t-il Codex ou Claude Code ?
Pas automatiquement. Prime Agent est un harness différent, pas un modèle exclusif. Son intérêt maximal apparaît sur les sessions longues, la délégation programmable, la persistance et l'amélioration de la couche opérationnelle.
Codex et Claude Code restent extrêmement efficaces pour produire vite avec des modèles et des intégrations conçus ensemble. Prime Intellect reconnaît d'ailleurs que les comparaisons entre harnesses sont difficiles : un modèle entraîné autour de son environnement natif peut mal exploiter un autre environnement.
La bonne question n'est donc pas "quel agent a le meilleur score global ?". Demande plutôt :
lequel garde le mieux le contexte de cette mission ;
lequel utilise les outils dont j'ai besoin ;
lequel laisse les preuves les plus lisibles ;
lequel peut être borné par des permissions et des contrôles ;
lequel transforme réellement mes corrections en comportement durable.
Sur mon cas Kryve, Prime Agent a mérité sa place dans cette comparaison. Il n'a pas seulement donné une réponse impressionnante. Il a livré un projet vérifiable qui se construit encore et passe ses tests.
FAQ
Prime Agent est-il gratuit ?
Le code de Prime Agent est open source sous licence MIT. Son utilisation peut toutefois engager le coût du fournisseur de modèle choisi et des éventuelles ressources d'inférence ou de calcul.
Prime Agent entraîne-t-il son modèle tout seul ?
Pas dans une session standard. Sa boucle /refine améliore principalement le harness : mémoire, prompts additionnels, skills et sous-agents. Prime Intellect travaille aussi sur des boucles où les trajectoires servent au post-entraînement, mais ce sont deux niveaux différents.
Peut-on utiliser GPT-5.6 Sol ou Claude avec Prime Agent ?
Oui. Prime Intellect indique que Prime Agent fonctionne avec des modèles frontier ouverts et fermés. Mon test Kryve utilisait GPT-5.6 Sol.
Faut-il savoir coder pour l'utiliser ?
Tu n'as pas besoin d'écrire le code produit par l'agent, mais l'outil reste aujourd'hui une interface terminal avec de vraies permissions système. Il faut savoir décrire une mission, isoler un dossier et lire les preuves de fin. Pour débuter dans cette logique, lis notre guide Codex pour les non-développeurs.
Pourquoi les sous-agents changent-ils le résultat ?
Ils permettent de séparer les contextes et de travailler en parallèle. Un sous-agent peut inspecter les assets pendant qu'un autre analyse la référence, sans remplir la conversation principale de chaque détail intermédiaire.
Peut-on faire confiance à l'auto-amélioration ?
Seulement si les objectifs, interdits et tests sont bien définis. Une boucle peut renforcer une bonne méthode comme une mauvaise optimisation. L'historique, le retour arrière et la validation humaine restent indispensables.
Mon verdict après le test
Prime Agent est l'une des sorties agentiques les plus intéressantes de 2026, parce qu'il attaque le bon problème. Les modèles sont déjà puissants. Ce qui casse encore, c'est la couche autour : contexte perdu, sous-agents jetables, mémoire figée, arrêt prématuré et corrections oubliées.
Prime Agent rend cette couche programmable et modifiable par l'agent lui-même. Le résultat n'est pas une intelligence qui réécrit mystérieusement son cerveau. C'est un système qui peut observer son travail, conserver une tactique utile, corriger sa manière d'opérer et reprendre une mission longue sans repartir de zéro.
Sur Kryve, cette architecture a transformé deux captures et un dossier vide en une landing complète, responsive, alimentée par nos vrais assets et couverte par des tests. Il reste des risques, des angles morts et beaucoup à prouver à grande échelle. Mais la direction est la bonne : les prochains gains ne viendront pas seulement de modèles plus gros. Ils viendront d'agents capables d'améliorer la manière dont ils utilisent ce qu'ils savent déjà.
Si tu veux apprendre à construire ce type de workflows sans devenir développeur, découvre Kryve Hub. Et pour recevoir nos tests concrets des nouveaux agents dès leur sortie, abonne-toi à la newsletter Kryve.
Passe de la lecture à la délégation
Pars d’une vraie tâche de ton poste. Le Hub t’aide à la cadrer, la confier à l’IA et contrôler le résultat.
