brainstorm

Brainstorm 技能是一款專為在 Prime Intellect 生態系統中工作的 AI 工程師與研究人員設計的結構化互動式研究夥伴。它是一個靈感引擎，能夠將抽象的研究目標與強化學習 (RL) 訓練、基準測試建構及代理環境設計的技術實作連結起來。透過將建議根植於本地儲存庫原始碼與業界標準工作流程，它確保了所提出的解決方案具備高度的可執行性，並與使用者的特定程式碼庫相容，無論是簡單的腳本任務，還是涉及使用電腦使用代理 (CUA) 或基於 DOM 原語的複雜視覺瀏覽器自動化。此技能旨在促進深入的技術探索，對於建構穩健的評估工具、透過 GEPA (目標導向提示增強) 優化提示策略，或是精煉 RL 獎勵函數的使用者而言，它是不可或缺的工具。它透過建議不同探索階段適合的模型系列（從指令優先的原型設計到推理優先的深入研究），並確保符合專案預算與技術限制，主動管理整個研究生命週期。

• 促進疊代式的協作研究週期，而非靜態的一次性規劃。

• 將高階研究目標映射至技術槓桿，例如環境遷移、基準測試設計與獎勵函數優化。

• 透過分析本地 CLI 配置、verifiers 工作區檔案與 Prime-RL 元件，提供上下文感知引導。

• 推薦特定模型系列的策略，包括如何利用 gpt-4.1、qwen3 及 glm 等側重推理的模型。

• 支援進階 RL 開發，包括截斷與分支軌跡，以及二元獎勵與連續獎勵的權衡。

• 提供結構化輸出，包含問題框架、價值排序的實驗計畫、里程碑定義及決策閘分析。

• 在開始深入規劃前，務必釐清模型系列、時間軸與具體研究目標。

• 使用 Brainstorm 技能掃描最新的學術基準測試與論文，優先考慮 2025 年中以後的文獻，除非有特殊需求。

• 利用此工具獲取關於將環境部署至 Environments Hub 的指導，包含公開與私有可見性的切換說明。

• 當遇到平台限制時，代理會暫停並請求使用者介入，而非基於對評分合約或提示格式的隱含假設繼續執行。

• 始終以原生術語（如軌跡追蹤或 RLMEnv 上下文管理）說明技術細節，以確保與 Prime Intellect 基礎架構溝通的一致性。