MIT 学者提出递归语言模型：或比超长上下文更高效

MIT 博士生 Alex Zhang 在 Weaviate 播客中阐述递归语言模型（RLM）这一 Agent 框架新抽象：不再将所有工具观测堆入不断增长的长上下文，而是让模型将长时域任务自然分解为更小的子查询递归处理，可能比单次超长上下文调用更高效。他还指出 Claude Code 的架构演进已呈现 RLM 特征，能动态 fan out 子任务，未来 agent 框架将更加程序化。

2026-08-30 ~ 2026-08-31 · 3 条相关