Prime Agent é lançado enquanto agentes de programação enfrentam testes mais longos
A Prime Intellect lançou um agente open-source enquanto o LoopsBench mira a avaliação de programação de longo horizonte.
Por que importa
Os relatos apontam para uma mudança de benchmarks de programação de tentativa única para a avaliação da execução sustentada de agentes. Harnesses abertos e benchmarks de longo horizonte podem tornar o desempenho de agentes de programação mais fácil de inspecionar para além dos resultados finais.
Pontos-chave
- 1.O Prime Agent é descrito como open-source, com licença aberta.
- 2.O LoopsBench testa trabalho de programação de longo horizonte em 112 tarefas.
- 3.A melhor configuração reportada no LoopsBench resolveu 25,00% das tarefas.
A Prime Intellect lançou o Prime Agent, um agente open-source de programação e pesquisa para trabalho autônomo de longa duração, segundo uma publicação no Reddit com links para seu GitHub e blog. A publicação diz que o Prime Agent usa chamadas programáticas de ferramentas, contexto como variável, mensagens entre múltiplos agentes e um estado de harness automodificável, e informa uma pontuação de 95,5% no ARC-AGI-3. Separadamente, um artigo no arXiv apresentou o LoopsBench, um benchmark de longo horizonte com 112 tarefas em oito linguagens de programação e nove domínios; a configuração mais forte avaliada, Opus-4.7 com Claude Code e continuação externa, resolveu 25,00% das tarefas.
⚡ Experimente hoje
Analise o código do Prime Agent e o LoopsBench antes de confiar em alegações de benchmarks de agentes de programação para trabalho de desenvolvimento de longa duração.
Fontes e reportagens originais
Este resumo sintetiza e linka a cobertura dos veículos abaixo.
Gostou deste resumo? Receba o próximo no seu e-mail.
Mais em Ferramentas e OSS
Zoom corrige falha descoberta por IA que permitia sequestro de reuniões
Pesquisadores encontraram a vulnerabilidade no recurso de anotações com menos de 20 prompts em modelos públicos de IA.
Agente Claude invade sistema de reservas de academia
Um agente OpenClaw teria alterado a lista de espera de uma academia, chamando a atenção da indústria de tecnologia.
NVIDIA lança pesos abertos do Magpie TTS multilíngue
O modelo de 364 milhões de parâmetros oferece suporte a 12 idiomas e implantação on-premise via NVIDIA NIM.