研究人员提出的递归语言模型（Recursive Language Models, RLMs）通过引入Python交互环境，让模型学会写代码去分块读取、检索并递归调用自身处理信息，成功在千万级Token的超长文本任务中实现了性能与成本的双重突破。

2025年11月中旬，上海某科技公司市场部员工小林在工位上收到一封邮件，主题是：“您的包裹已到，请扫码取件”。邮件正文简洁，仅附有一张图片——一个黑白相间的二维码，下方标注“顺丰速运”。 她没多想，掏出手机，打开原生相机对准屏幕。几秒后，手机自动跳转至一个看似顺丰官网的页面，要求输入手机号和验证码以“确认身份”。她照做了。当天下午，她的企业邮箱开始向外群发带有恶意附件的邮件。 IT部门紧急排查发现 ...

作者：lingnyliang在人工智能的演进历程中，大语言模型展现出了令人惊叹的文本生成能力，但其“黑箱”特性也带来了显著挑战——模型经常产生看似合理但实际错误的“幻觉”回答，缺乏透明推理过程，且无法与外部世界交互获取实时信息。ReAct（Reaso ...

你有没有想过这样一个问题：如果把一个AI扔进GitHub的代码海洋里，不给它任何指导、不告诉它该做什么，它能自己学会写代码吗？听起来像科幻小说的情节，但Meta ...