超越Claude？新论文LCM提出无损上下文管理，重构AI记忆机制

一篇新论文提出了“无损上下文管理”（LCM）框架，旨在解决大语言模型在处理长上下文时的记忆与检索难题。LCM受MIT“递归语言模型”（RLM）启发，但改进了其不稳定性。不同于RLM依赖LLM编写脚本的“符号递归”（易出错），LCM引入确定性原语，采用类似操作系统虚拟内存的DAG管理系统和操作符级递归，将控制权从LLM交回给引擎。作者声称在长上下文基准测试中，LCM的表现优于Claude。这项技术将LLM的编程范式从类似“GOTO语句”的不稳定调用升级为结构化编程，显著提升了AI Agent在生产环境中的可靠性和扩展性。