来源
- 原始链接：https://www.youtube.com/watch?v=3hXJI2q0Jz8
- 来源类型：视频逐字稿
- 来源标题：递归式 Coding Agent
文本来源是 AI Engineer 频道视频《递归式编程 Agent》的修复版中文稿。下面按汉松兴趣画像优先保留机制解释、反常识判断和可复用工作流，而不是做普通摘要。
开头可以先抓住一句：Raymond Weitekamp（OpenProse）在 AI Engineer 大会演讲，阐述如何把递归语言模型（RLM）的思想应用到编程 Agent：以”被误管理的天才”为切入点，解释为什么可靠性而非智能才是当前 Agent 的真正瓶颈，并展示 RLM、Y-pi、OpenProse 等工具如何让编程 Agent 真正具备递归能力。
一、第 1 段：动机与 RLM 基础概念
背景
Agent 的瓶颈不是智能，而是可靠性；引出”被误管理的天才”这一论点；解释什么是递归语言模型（RLM）及其核心机制。
你可以访问这个网站，点击幻灯片上的内容，所有东西都是可交互的。什么是递归语言模型？我喜欢这样说：在 RLM 中，上下文本身就是计算对象。它本质上是工具调用与推理的结合，下一张幻灯片会深入讲。关键在于：完整的提示词并不是一个简单的用户查询。
Agent 的瓶颈不是智能，而是可靠性；引出”被误管理的天才”这一论点；解释什么是递归语言模型（RLM）及其核心机制。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
二、第 2 段：RLM 的能力证明与评测争议
背景
RLM 在记忆系统与长推理基准测试上达到最先进水平；Arc AGI-3 和 Long CoT 排行榜上的评测风波；RLM 与普通编程 Agent 的区分标准。
不做任何修改的 RLM，基本上已经是前十级别的记忆系统，可以媲美那些花了大量资金专门构建的记忆方案。稍加调整，它还能在记忆任务上取得更出色的结果。我还展示了最先进的成果：RLM 框架，尤其是它的 DSPy 实现，在长推理任务上达到了最先进水平。现在有一个新的基准测试叫 Long CoT，它的难点在于：问题需要极多推理步骤，导致绝大多数推理模型，包括顶尖模型，都无法维持足够长的连贯推理链。
RLM 在记忆系统与长推理基准测试上达到最先进水平；Arc AGI-3 和 Long CoT 排行榜上的评测风波；RLM 与普通编程 Agent 的区分标准。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
三、第 3 段：递归式编程 Agent 的实验路径
背景
Y-pi 的诞生与实现：pi 调用 pi 的字面递归；RLM 生态项目盘点（DSPy、AXE、Unix RLM）；讨论 Claude Code 是否是 RLM，以及动态工作流的意义。
当初有了递归式编程 Agent 的想法时，我想用 pi 来实现，但当时还无法只靠 pi 扩展做到这一点，所以不得不 fork 它。令我兴奋的是，为了这次演讲，我重新审视了这个问题，发现 pi 和它的扩展机制已经演化，现在完全可以通过纯扩展实现递归。我有一个纯扩展包 pi-recursive，也有一个叫 y-pi 的便捷封装。这真的是字面意义上的递归式编程 Agent：pi 调用 pi，pi 再调用 pi，递归深度可以自由设置。接下来我想介绍几个这个领域里值得关注的项目。最原始的实现是 Alex 的 RLM，DSPY pi.rlm 是我做基准测试时最常用的工具。
Y-pi 的诞生与实现：pi 调用 pi 的字面递归；RLM 生态项目盘点（DSPy、AXE、Unix RLM）；讨论 Claude Code 是否是 RLM，以及动态工作流的意义。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
四、第 4 段：OpenProse 语言与实际应用场景
背景
OpenProse 的设计理念：一种由编程 Agent 编译的 Markdown 规范语言；显式声明子 Agent 工作与依赖注入；展示四类实际用例。
你可以把问题拆分成若干子任务，分配给子 Agent，然后在父 Agent 的会话里验证这些子 Agent 的工作成果。更酷的是，在 OpenProse 里，你可以把技能和工具作为显式依赖来声明。可以想象这样的工作流：某个子 Agent 需要特定技能，才能完成它在工作流中的角色；或者必须访问某个特定的 CLI 工具，才能正常运行。
OpenProse 的设计理念：一种由编程 Agent 编译的 Markdown 规范语言；显式声明子 Agent 工作与依赖注入；展示四类实际用例。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
五、第 5 段：总结与三点启示
背景
总结递归式编程 Agent 的价值；三点核心结论是：信任来自可靠性，RLM 是一种新范式，编程 Agent 可以成为 RLM 但不会自动成为 RLM。
递归式编程 Agent，太棒了。我真的认为这非常有力量。RLM 刚出来时彻底震撼了我，从这次演讲也能看出，我一直痴迷于把 RLM 的理念应用到编程 Agent 上。我希望你能从中带走三点：第一，信任来自可靠性。我们怎么可能信任一个不可靠的东西？“被误管理的天才”这个观点认为，下一步需要的不是更强的原始智能，而是行为层面的东西，也就是编排。
总结递归式编程 Agent 的价值；三点核心结论是：信任来自可靠性，RLM 是一种新范式，编程 Agent 可以成为 RLM 但不会自动成为 RLM。
兴趣匹配度很高。它对应的是 Agent 工程化的核心问题：如何把不稳定的模型行为放进清晰的状态、动作、工具和反馈闭环里。
整体判断
这篇最值得保留的不是某个单点技巧，而是它把「递归式编程 Agent」放进了更完整的工程框架里：第 1 段：动机与 RLM 基础概念、第 2 段：RLM 的能力证明与评测争议、第 3 段：递归式编程 Agent 的实验路径。这些内容可以作为汉松后续写 AI 工程、Agent 系统和团队工作流时的素材。
更重要的是，它提供了一种判断 AI 系统的方式：先看问题如何被拆成状态、动作、工具、评估和人的边界，再看模型能力如何嵌进去。只有这样，视频里的做法才会从一次演示变成可迁移的方法。