AI 导读
笑死 （引用推文要点：Recursive Language Models 播客探讨 Claude Code、Agent Swarms、大型研究赌注，以及 4000 万美元的 AI 问题求解器；MIT 的 @a1zhang 解释 Claude Code、Codex 和 Pi 为何本质相同，RLM 如何利用代码、上下文卸载和递归子智能体实现跨任务泛化，为何一位专家有时能替代万亿 token 的暴力搜索，OpenAI 的 1 万智能体、130B 输出 token 实验揭示了语言模型的未来，以及学术界最大的优势是自由去做古怪而雄心勃勃的研究赌注。）
正文
lmaoooo
Recursive Language Models: Claude Code, Agent Swarms, Big Research Bets, & the $40M AI Problem Solver https://www.latent.space/p/rlm MIT’s @a1zhang explains why Claude Code, Codex, and Pi are basically the same, how RLMs use code, context offloading, and recursive subagents to generalize across tasks, why one expert can sometimes replace a trillion-token brute-force search, what OpenAI’s 10,000-agent, 130B-output-token experiment reveals about the future of language models, and why academia’s biggest advantage is the freedom to take weird, ambitious research bets.在 X 查看被引用的帖子
来源：swyx · x.com