正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
这篇论文关注Prime Agent相关问题：当智能体依赖技能、记忆、工具和运行时控制时，模型外部系统怎样影响最终能力。
核心方法
Prime Agent 是面向长程评测和编码工作的开源自改进 harness：持久 IPython REPL 负责程序化上下文处理，Continual Harness 保存历史、记忆、技能、提示和子智能体配置，人类还能在界面中检查和管理后台会话。
实验结论
- 给长程 coding agent 提供可持续执行、恢复和自改进的基础设施。
- 适合与同批推荐中的 Agent Skills、Harness 和长期记忆论文交叉比较。
局限性与证据边界
- 已按 arXiv 元数据和摘要整理，推荐文案为中文编辑摘要。
适合谁阅读
追踪 Agent Skills 与 Harness 研究比较模型外状态的收益和风险设计长期智能体系统Agent SkillsAgent Harness
可核验的原论文来源和作者
- 作者
- Seth Karten, Alex L. Zhang, Kevin Thomas, Sebastian Muller, Elie Bakouch, Daniel Auras
- 来源
- arXiv
- 论文 ID
- 2608.23552