## LCM：无损上下文管理 - 摘要 研究人员推出了一种名为LCM的新方法，用于大型语言模型（LLM）的长上下文管理，详细内容发表在最近发表的论文中。受“递归语言模型”（RLM）启发，LCM旨在通过摆脱LLM编写的、可能存在缺陷的递归“脚本”来改进RLM的局限性。 LCM利用确定性基本元素——基于DAG的上下文管理系统（类似于对话/文件的分页虚拟内存）和算子级递归（类似于LLM的“Map”函数），以提供更可靠的控制流。这与RLM灵活但容易出错的符号递归形成对比。 作者通过在主要长上下文基准测试中**优于Claude Code**来证明LCM的有效性，表明它提供了真正的新能力。他们将这种转变比作从非结构化的“GO-TO”语句转向结构化编程——优先考虑鲁棒性和可预测性。 值得注意的是，该团队正在积极开发一个**OpenClaw插件**，以解决目前阻碍代理性能的内存限制，并有望解决紧凑带来的大量token问题。