概念
别名：递归语言模型
Prime Agent 使用的架构，通过 IPython 内核实现高效代码处理。
已跟踪 4 条高相关材料
最近变化
2026-08-08 · Prime Agent 使用 RLM 架构，通过 IPython 内核减少 token 消耗，提升效率。
为什么值得关注
RLM 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
// Recursive Multi-Agent Systems // Great read for the weekend. (bookmark it) Multi-agent systems...
elvis(@omarsar0) · 9.2 分
RecursiveMAS 提出用共享潜在空间中的递归计算替代多智能体间冗余文本通信，显著降低 token 消耗、提升推理速度与准确率。
Prime Agent + V4 Flash,Claude,Codex: This is OPEN & TECHNICALLY the BEST AGENT HARNESS YET!
AICodeKing · 8.5 分
Prime Agent 是一个开源的递归语言模型编码代理，其在 ARC-AGI 3 基准测试中超越人类专家，支持与 Claude/ChatGPT 集成。
RLM: Recursive Language Models for Large Codebases - Shashi, Superagentic AI
AI Engineer · 8.5 分
RLM通过外部化上下文管理解决大型代码库的上下文限制问题，MIT提出的新方法可提升编码代理性能。
已收录 4 条与 RLM 相关的内容，按评分排序。
RecursiveMAS 提出用共享潜在空间中的递归计算替代多智能体间冗余文本通信，显著降低 token 消耗、提升推理速度与准确率。
入选理由：多智能体系统瓶颈在于文本消息传递引发的 token 膨胀与上下文稀释
Prime Agent 是一个开源的递归语言模型编码代理，其在 ARC-AGI 3 基准测试中超越人类专家，支持与 Claude/ChatGPT 集成。
入选理由：Prime Agent 使用 RLM 架构，通过 IPython 内核减少 token 消耗，提升效率。
RLM通过外部化上下文管理解决大型代码库的上下文限制问题，MIT提出的新方法可提升编码代理性能。
入选理由：RLM将上下文管理外部化到可编程环境，避免模型上下文过载
Deep Agents 框架新增编程调用子代理功能，提供6种实现方式及开源资源。
入选理由：Deep Agents 支持编程调用子代理，提供6种常见实现方式
