brainstorm

Brainstorm 技能是一款专为在 Prime Intellect 生态系统中工作的 AI 工程师与研究人员设计的结构化交互式研究伙伴。它是一个灵感引擎，能够将抽象的研究目标与强化学习 (RL) 训练、基准测试构建及代理环境设计的技术实施连接起来。通过将建议根植于本地存储库源代码与行业标准工作流程，它确保了所提出的解决方案具备高度的可执行性，并与用户的特定代码库兼容，无论是简单的脚本任务，还是涉及使用计算机使用代理 (CUA) 或基于 DOM 原语的复杂视觉浏览器自动化。此技能旨在促进深入的技术探索，对于构建稳健的评估工具、通过 GEPA (目标导向提示增强) 优化提示策略，或是精炼 RL 奖励函数的用户而言，它是不可或缺的工具。它通过建议不同探索阶段适合的模型系列（从指令优先的原型设计到推理优先的深入研究），并确保符合项目预算与技术限制，主动管理整个研究生命周期。

• 促进迭代式的协作研究周期，而非静态的一次性规划。

• 将高阶研究目标映射至技术杠杆，例如环境迁移、基准测试设计与奖励函数优化。

• 通过分析本地 CLI 配置、verifiers 工作区文件与 Prime-RL 组件，提供上下文感知引导。

• 推荐特定模型系列的策略，包括如何利用 gpt-4.1、qwen3 及 glm 等侧重推理的模型。

• 支持进阶 RL 开发，包括截断与分支轨迹，以及二元奖励与连续奖励的权衡。

• 提供结构化输出，包含问题框架、价值排序的实验计划、里程碑定义及决策闸分析。

• 在开始深入规划前，务必厘清模型系列、时间轴与具体研究目标。

• 使用 Brainstorm 技能扫描最新的学术基准测试与论文，优先考虑 2025 年中以后的文献，除非有特殊需求。

• 利用此工具获取关于将环境部署至 Environments Hub 的指导，包含公开与私有可见性的切换说明。

• 当遇到平台限制时，代理会暂停并请求用户介入，而非基于对评分合约或提示格式的隐含假设继续执行。

• 始终以原生术语（如轨迹追踪或 RLMEnv 上下文管理）说明技术细节，以确保与 Prime Intellect 基础架构沟通的一致性。