MIT Alex Zhang 访谈：学术研究应敢于押注，探索 RLMs 与智能体系统的新设计

MIT 的 Alex Zhang 在 Latent Space 访谈中主张，学术研究应利用选题自由，押注产业实验室较少探索的方向，而非追逐热门基准。他以 RLMs 为例解释如何通过上下文外置、代码执行和递归子智能体调用，让不同任务复用高层求解策略，并讨论系统框架设计对组合泛化的作用。他也指出，AI 生成 GPU 内核仍存在验证与端到端稳定性问题，专家洞见有可能减少大量暴力搜索。