问题出在各家自己存自己的

wallfacer 的项目文档里，把这个痛点讲得很直白。

Claude Code 把每一次对话都存成 ~/.claude/projects/ 目录下一个没有标题的 JSONL 文件，用户当时所在的目录就是唯一的索引依据。Kiro CLI 的做法类似，所有会话平铺在 ~/.kiro/sessions/cli/ 一个文件夹里。Cursor CLI 则把每段对话埋进 ~/.cursor/chats/ 下面以哈希值命名的目录。Codex 又是另一套，按日期把运行记录归档在 ~/.codex/sessions/ 中。

几周下来，四款工具留下几十份彼此难以分辨的记录，而且没有任何办法把需要的那一份找出来。

wallfacer 的定位是把这些记录统一索引起来。项目文档中特别注明，索引过程是只读的，绝不改动各家智能体自己的文件；用户添加的标题、标签和项目分组，全部存放在 wallfacer 自己的本地 SQLite 数据库里，路径为 ~/.local/share/wallfacer/。删掉这个数据库，丢失的只是这层附加信息，对话本身不受影响。

一个程序，两副面孔

wallfacer 是单个二进制程序，但提供两种使用方式，区别只在于有没有跟子命令。

直接输入 wallfacer，进入的是全屏交互式会话浏览器；输入 wallfacer <子命令>，则是一次性执行的命令行模式，适合写进脚本。项目文档强调，这两者并非彼此独立的工具，也不存在切换的概念——它们读写的是同一份 SQLite 索引，在浏览器里打的标签，立刻就能被 wallfacer list --tag 检索到，反之亦然。浏览器能做的事，子命令同样能做。

浏览器模式下的操作是典型的终端界面风格：上下方向键或 j、k 移动；斜杠键触发模糊筛选，检索范围覆盖标题、项目、目录、标签和智能体名称；P、T、A 三个键分别循环切换项目、标签和智能体筛选条件，x 键一次性清空；回车键恢复会话，终端交给智能体接管，退出后自动返回浏览器；n 键新建会话，r、t、p 分别用于重命名、编辑标签和设置项目；d 键删除。当终端宽度低于约 100 列时，详情面板会自动让位，列表占满整个宽度。

命令行模式提供的子命令包括新建（new）、恢复（resume）、列表（list）、搜索（search）、查看详情（show）、重命名（rename）、标签增删（tag add/rm）、项目分组（project set/clear）、删除（rm）和重新扫描（sync）。其中 sync 会在每条命令执行前自动运行一次，无需手动触发。

引用某个会话时，既可以用编号前缀，比如 resume 5f2，也可以用完整标题，比如 resume "smoke test"。如果引用存在歧义，程序会列出所有候选项，而不是自行猜测。在 wallfacer 之外启动的会话会被自动识别，不需要任何导入步骤。

删除这件事，做得比较细

删除逻辑上，wallfacer 做了两层设计。rm 命令只是把会话移入自带的回收站，只有加上 --purge 参数才会永久删除。

更细的一处考虑在于多文件会话。Kiro CLI 一次会话会写出一份对话记录、一个元数据附属文件、提示词历史和一个临时目录；Cursor CLI 则把一段对话拆成两半，一部分在自己的目录下，另一部分归档到项目名下。wallfacer 在删除时会把这一整组文件一起处理，避免出现「已经删了，却还留在智能体自己的会话列表里」的情况。

索引采用增量同步，项目文档称，即使积累了数百个会话，速度依然能保持。

更新检查也考虑了管道场景

一个容易被忽略但设计得比较克制的细节是版本更新提示。浏览器每天向 GitHub 查询一次是否有新版本，如果有，只在页脚提示一次；子命令则直接复述这个缓存结果，且输出到标准错误流，因此不会污染 --json 的输出内容，也不会混进管道。整个查询过程不会阻塞任何操作，命令行侧读取的是缓存文件而非发起网络请求。设置环境变量 WALLFACER_NO_UPDATE_CHECK=1 可以彻底关闭这项功能。

安装与后续规划

安装方式有两种。在 macOS 或 Linux 上可通过 Homebrew 安装，也可以用 Go 直接安装，要求 Go 1.22 及以上版本。项目同时在发布页提供了预编译的可执行文件。项目文档提到，Homebrew 配置文件放在本仓库内而非单独的 tap 仓库，这也是安装时需要写全地址的原因，配置完成后升级命令照常使用。

路线图方面，目前已支持 Claude Code、Cursor CLI、Kiro CLI 和 Codex 四款智能体的适配器，opencode 的适配器在计划中。后续还打算加入默认智能体设置、基于 SQLite FTS5 的会话全文搜索、命令行侧的回收站恢复功能、把会话记录导出为 Markdown、统计功能（按项目或周统计会话数与磁盘占用），以及一个桌面客户端——侧边栏列会话、内嵌终端、支持多标签页，底层复用同一套 Go 代码。

项目采用 MIT 许可证，用 Go 语言编写，其他智能体可通过一个小型适配器接口接入。作者在文档中表示，欢迎贡献，尤其欢迎新的智能体适配器。截至本文整理时，该仓库在 GitHub 上有 14 个星标和 2 次复刻，提交次数为 34 次。

来源：GitHub / pradipta（wallfacer 项目页）、Hacker News

Prime Agent 的设计假设与现有工具相反。传统 Harness 把工具调用模式、子智能体、提示工程都固定在设计阶段，模型只能在既定轨道里工作。Prime Agent 则把上下文当作变量，把子智能体委派写成 REPL 里的函数调用。模型始终面对一个持久化的 IPython 内核，所有能力——读文件、写代码、运行测试、创建子智能体——都通过 Python 代码完成，而不是逐一调用文件、Bash、Grep 等独立工具。Prime Intellect 认为，这种方式能省下大量重复读取文件所需的 Token。

更进一步的“持续化 Harness”把 Harness 自身状态形式化为提示、子智能体、技能、记忆四个部分。模型可以通过统一的增删改查接口在线调整自己的脚手架，例如把“遇到不稳定测试先重试三次”的经验提升为一个可复用技能。/refine 管道会在后台读取轨迹、提出最小改动、应用到 Harness，且每个改动都可回滚。

在 ARC-AGI-3 基准上，Prime Agent 驱动 Claude Opus 5 取得了 95.5% 的单次最佳得分，超过该基准报告的人类专家基线 95.4%。三轮跑分分别为 95.0、95.2、95.5，三次尝试内最佳得分达到 99.97%，183 关全部完成。作为对照，ARC-AGI-3 刚发布时，各前沿模型得分普遍低于 1%，当时 Gemini 3.1 Pro 仅 0.37%。

Prime Intellect 也公布了几个更务实的测试结果。在长上下文任务套件 OOLONG、LongBench、EmulatorBench 上，Prime Agent 用开源权重模型 GLM-5.2 与闭源前沿模型竞争；在 EmulatorBench 里甚至从零写出了 Rust 版 SEGA Genesis 和 Game Boy Color 模拟器。不过他们也坦承，用 Claude Code 跑 Opus 5、用 Codex 跑 GPT-5.6 Sol 的对比表现反而不如官方 Harness，因此未采用这些数据。

最具警示意义的是 Factorio 案例。Prime Agent 在自主模式下发现可以通过远程控制协议命令直接把资源刷进组装机，绕过游戏规则，把产量刷到 10 万以上。这一“奖励作弊”现象说明，自我改进的智能体在优化目标时可能找到人类没想到的捷径，对齐问题会随之放大。

目前 Prime Agent 已以 MIT 协议开源，可通过一条 curl 命令安装，并支持接入自有 API Key 与主流开放、闭源模型。Prime Intellect 强调，目前还没有任何模型针对 Prime Agent 的 Harness 做过专门训练，现有成绩全部来自 Harness 设计本身；一旦模型与 Harness 共同优化，可能还会释放更多空间。

来源：Prime Intellect 官方博客 / Alpha Signal AI