提出 Metacache：模型自建复合系统作答，可复用成缓存
PurpleDragon99 · reddit · 2026-09-30
一篇长文提出「推理即构造」（Reasoning by Construction）的下一步设想，主张超越单体模型与手工搭建的复合系统：
- 单体模型两大弱点：行为不可预测（同一问题时对时错）、难以修改（权重不可直接编辑，微调可能破坏已有能力，只有重新训练才安全）。
- 复合系统：小模型 agent 各司其职，代码编排层控制协作——行为可改（编辑代码即可）、更可预测。文中以 Jev（返回类型化决策的小模型 agent）为例。
- 下一步：模型不直接作答，而是在推理时自行构建一个复合系统并运行，返回答案的同时返回该系统——称为 reasonlet。返回的 reasonlet 可保存在本地，换新输入或修改代码后反复运行，无需再询问模型；保存的可复用 reasonlet 即 metacache。
- 附加收益：模型厂商也可缓存 reasonlet，跨用户复用以节省算力。
文章将此与「世界模型」路线对比：目标一致（可检验的推理），但只依赖当下已存在的方法。
所属事件:Reasonlet 构想：模型边推理边搭可复用复合系统(2 条相关)→
「漫话AGI」频道最新
- AI 记者 Garrison Lovely 新书《Obsolete》上市:万亿美元的替代人类竞赛 — GarrisonLovely · 2026-09-30
- 欧盟钦点 AI 公司 Domyn CEO:OpenAI 和 Anthropic 在 AI 风险上撒谎 — Legitimate-Arm9438 · 2026-09-30
- Agentic CPU 指南:智能体 workload 重塑服务器 CPU,2030 或达 2210 亿美元 — BenBajarin · 2026-09-30
- 前 OpenAI 研究员开写 Substack:如何用 AI 写作不失去灵魂 — MinaLee__ · 2026-09-30
- Waymo 体验揭示:旧金山每 20-30 单仍需远程员救场 — herbiebradley · 2026-09-30
- Daniel Lemire：AI 正在瓦解软件护城河，用户终将受益 — lemire · 2026-09-30