MIT Alex Zhang 访谈：学术研究应大胆下注，探索 RLM 与智能体系统设计

MIT 的 Alex Zhang 在 Latent Space 访谈中主张，博士生应利用选题自由探索工业实验室较少关注的高风险方向，而非追逐热门基准。讨论重点包括 RLM 如何通过上下文卸载、代码执行和递归子智能体调用组织任务，以及运行框架设计如何帮助模型迁移解题策略，泛化到 8–30x 更长的任务。他也指出，AI 生成 GPU 内核仍存在验证问题，专家对模型的引导与检验仍有价值。