MIT 博士生 Alex Zhang：把 harness 当作组合式泛化器，与递归语言模型 RLM 的下一步
MIT 的 Alex Zhang 讲他为什么认为把强模型包在原始 harness 里浪费了大量能力，以及递归语言模型和多智能体集群这两条替代路线的进展与瓶颈。
嘉宾Alex Zhang
节目简介
MIT 博士生 Alex Zhang 谈 GPU kernel 自动生成、研究品味，以及为什么学者该去赌产业实验室不会下的注。他解释递归语言模型（RLM，把上下文卸载到代码执行和递归子智能体里的做法）、持久子智能体、以及为什么未来的查询对象可能是一个藏在简单界面下的智能体集群。还聊到 OpenAI 上万智能体实验、Kimi 集群、capability overhang（能力悬置，模型已具备但未被释放的能力）和 Neuralese。