递归语言模型RLM颠覆传统AI架构，开启”2026年范式”
就在AI行业还在追求更大上下文窗口的军备竞赛中，Prime Intellect抛出了一颗重磅炸弹——递归语言模型（RLM），宣称这将是”使AI代理能够解决跨越数周至数月的长期任务的下一个重大突破”。
RLM让模型主动管理自己的上下文，而不是直接将海量输入塞进神经网络，而是通过Python脚本和子LLM调用进行代理处理。这种方法彻底颠覆了传统的上下文处理方式。
MIT的最新研究显示，RLM能够成功处理超出模型上下文窗口两个数量级的输入，即使对于较短的提示，其质量也大幅超越基础LLM和常见的长上下文支架。更令人震撼的是，在CodeQA基准测试中，GPT-5基础模型仅达到24%的准确率，而RLM达到62%，成本却只需0.99美元，比直接处理全上下文便宜一半以上。
Prime Intellect大胆预测RLM将定义2026年AI范式，已发布RLM兼容环境和训练基础设施。这一突破性技术不再依靠暴力扩展，而是通过智能上下文折叠实现真正的长期推理能力。