MIT捅破AI天花板：不用堆GPU，让模型“返工”就变强

哈喽，大家好，杆哥这篇评论，主要来分析MIT捅破AI天花板：不用堆GPU，让模型“返工”就变强

你有没有过这样的经历？让AI处理一篇长文档，结果它越读越迷糊，给出的答案牛头不对马嘴。

这个被学术界称为“上下文腐化”的AI通病，终于被麻省理工学院（MIT）破解。

2025年12月31日，MIT发布重磅论文《Recursive Language Models》，提出的递归语言模型（RLM），用“让AI返工”的简单思路，实现了效果的飞跃。

痛点直击：AI不是不聪明，是记性太差

长期以来，行业默认的AI升级路径是堆参数、加显卡。但这根本解决不了核心问题——大模型的“记性”不行。

这可以用“上下文窗口”来理解。哪怕是最先进的GPT-5，上下文窗口也仅能容纳27万个token（约20万字中文）。更关键的是，即便在这个范围内，模型表现也会随输入变长急剧下降。

给它8000个token时表现优异，8万个token就开始迷糊，到27万个token直接胡说八道。就像让一个人记住整本百科全书再答题，信息太多根本理不清。

天才思路：把资料放进“抽屉”，不用硬记

MIT的解决方案颠覆了传统思路：不把超长资料直接塞进AI“脑子”，而是放在外部“抽屉”里，让AI用代码按需查找。

RLM的核心逻辑是给AI配备Python编程环境，将超长文档存为变量。

AI不再逐字通读，而是通过代码操作文档——用代码查长度、搜关键词，甚至把复杂问题拆分成小任务，召唤“分身”（递归调用自身）同步处理，最后汇总答案。

这就像给学生配了目录和搜索引擎，不用硬啃整本书，只需针对性查找重点，效率和准确率大幅提升。

效果震撼：1000万token稳得住，成本还更低

论文中的实验数据极具说服力。在超长文档理解测试中，GPT-5基座模型准确率仅44%，而RLM达到56.5%；CodeQA任务中，RLM准确率从24%飙升至62%，提升2.7倍。

当文档长度突破1000万token（相当于几十本书），GPT-5直接崩盘，RLM却能稳定输出。

更惊喜的是成本，在BrowseComp-Plus测试中，GPT-5-mini处理600万-1100万token需1.5-2.75美元，RLM平均仅0.99美元。

行业转折：AI升级不用再“拼硬件”

MIT的研究打破了“参数越大越聪明”的固有认知，证明通过优化处理逻辑，不用堆砌GPU也能让AI变强。这种“返工”机制，本质是让AI拥有了类似人类的思考习惯——反复推敲、拆分任务。

目前X平台多位行业大佬已为这项研究点赞。随着RLM技术落地，未来AI处理无限长文档将成为可能，在法律、科研等长文本领域的应用前景广阔。