Latent Space 对话 MIT Alex Zhang：探讨递归语言模型与智能体系统设计

Latent Space 专访 MIT 学者 Alex Zhang，深入探讨了递归语言模型（RLM）的核心机制与智能体运行架（Harness）设计。Alex 指出当前大模型多被原始系统包裹而未充分发挥能力，RLM 通过上下文卸载与基于代码的程序化子智能体调用，能实现跨任务的组合泛化并优化推理延迟。此外，访谈还探讨了 AI 生成 GPU 算子的验证瓶颈以及未来大模型演化为隐式多智能体集群的可能性。