LangChain 推出 RLM 智能体：递归模型在长上下文中实现 79% 的性能提升

LangChain 发布了针对其 DeepAgents 生态系统中**递归语言模型（RLM）**的详细指南和框架——这一方法旨在解决 LLM 智能体的一个长期问题：长上下文中的性能退化，也称为「上下文衰减」。

为何标准智能体在长上下文中败下阵来？

当智能体积累了大量信息——之前的消息、工具调用结果、中间结果——所有这些都汇聚在同一个上下文窗口中。模型随之开始遗漏上下文早期部分的相关细节、忽视指令或错误地对信息进行优先排序。在 128k token 的任务中，标准智能体在测试中经常失败或完全无法完成任务。

RLM 方法由研究人员 Alex Zhang 和 MIT CSAIL 开发，通过结构性变化解决这一问题：模型不再将整个输入塞入上下文窗口，而是将其作为变量加载到 REPL 环境，并在较小的、可管理的片段上递归调用——调用自身或子智能体。

RLM 编排如何运作

该方法的核心是通过轻量级代码解释器（QuickJS）进行代码驱动编排。模型编写代码来分解任务并对数据片段进行递归调用。LangChain 通过「动态子智能体」实现这一点——子智能体通过代码以编程方式调度，而非通过顺序工具调用。

这种架构的关键优势是确定性覆盖：代码中的循环保证每个元素都会被处理，不同于模型自行评估需要读取什么的方式。流水线可以根据任务需求分支、并行化或顺序化。此外，通过在编排器和子智能体层混合使用不同模型，可以精确地优化成本——将较昂贵的模型保留用于更复杂的步骤，较便宜的用于常规任务。

基准测试结果

LangChain 在 OOLONG 基准测试任务上对此方法进行了测试——将 AgNews 数据集中的新闻分类为四个类别——测试了不同的上下文长度：

上下文长度	无 REPL	有 REPL（RLM）
64k token	0.58	0.67
128k token	0.44	0.79

在 128k token 时，RLM 智能体取得了 0.79 对比 0.44 的成绩——相对提升 79%。在该上下文长度下，标准智能体在大量案例中完全失败。RLM 智能体尽管递归方法带来了更高的延迟，但仍保持了高精度。

安装与代码示例

只需一条命令即可设置具有 RLM 支持的 DeepAgents 框架：

pip install -U "deepagents[quickjs]"

智能体的基本初始化：

from deepagents import create_deep_agent
from langchain_quickjs import CodeInterpreterMiddleware

agent = create_deep_agent(
    model="openai:gpt-5.5",
    middleware=[CodeInterpreterMiddleware()],
)

在提示词中加入关键词「workflow」可激活 RLM 编排，这会向智能体发出需要使用动态子智能体调度的信号。框架支持跨层混合模型，这意味着用户可以为编排器和子智能体指定不同的 LLM。

该方法与现有 LangChain 生态系统工具兼容，无需更改基础设施——只需升级包并在智能体初始化时添加中间件层。