【新智元导读】AI“记性差”难题获突破：MIT提出递归语言模型，让大模型学会返工重写
2025年12月31日，麻省理工学院（MIT）发布重磅论文《Recursive Language Models》（递归语言模型），直击当前大模型核心瓶颈——上下文腐化（context corruption）：输入越长，模型表现越差，不是因“不聪明”，而是因“记不住”。
该方案本质简洁有力：让AI对同一任务进行2–4轮递归处理，即可显著提升准确率，无需增加参数或算力。
核心效果
- 在复杂推理任务中，仅增加2–4次递归调用，正确率提升10%–25%；
- 在超长文档理解任务（OOLONG测试集）中，GPT-5基座模型准确率为44%，RLM达56.5%；CodeQA任务中，RLM准确率62%，为基座模型（24%）的2.7倍；
- 在1000万+ token（相当于数十本书）规模下，传统模型完全失效，RLM仍保持稳定输出；
- 计算成本更低：在BrowseComp-Plus基准中，RLM平均成本0.99美元，低于GPT-5-mini直接处理的1.5–2.75美元。
技术原理：从“硬读全文”到“按需检索”
传统大模型将全部文本塞入上下文窗口，如同实习生被迫通读500页资料再作答，极易遗忘关键信息。RLM则引入“外置资料库+代码调用”范式：
- 将长文档作为外部变量存储，而非载入模型上下文；
- 模型通过Python REPL环境编写代码，按需提取片段（如
input_text[:1000]、正则搜索、分段处理）； - 支持递归调用自身生成子任务，实现并行分析与结果聚合。
这相当于为AI配备目录系统与搜索引擎，使其摆脱工作台尺寸限制，理论上可处理无限长度文档。
深层意义：能力边界不在参数，而在使用方式
MIT研究揭示一个关键认知转变：大模型性能瓶颈，未必来自模型本身容量，而常源于单次前向推理的固有局限。让模型像人类一样“多想几遍”“边查边想”，就能大幅改善输出质量——初稿错误占多数，返工即修正。
这一思路已获业界广泛认同，多位AI领域专家在社交平台公开点赞。
未来方向
MIT指出，RLM仍处早期阶段，后续可优化三大方向：
- 异步执行：当前子任务串行运行，改为并行可进一步提速；
- 深度递归：允许子任务再次调用自身，应对更复杂推理链；
- 专用训练：基于递归范式微调或从头训练模型，释放更大潜力。
论文最后强调：下一代AI进化路径，或将从“堆参数”转向“练思维”——更小的模型，更深的思考。
