MIT 团队提出“递归语言模型”（RLM），通过让 AI 写代码检索资料和递归调用自身，成功解决了长文档“上下文腐化”问题。该方法不仅能处理千万级 token 的超长文本，还能在降低成本的同时显著提升推理准确率，预示着 AI 进化将从“堆参数”转向“深度思考”。

田渊栋，Meta前AI研究总监，在亲历公司裁员后，以其深邃的科幻与科学交织的视角，预警AI将彻底重塑就业与社会结构。他强调AI将取代重复性劳动，呼吁人类发掘并坚守“独一无二”的创造性与洞察力，以在未来“所思即所得”的世界中，找到自身不可替代的价值与生态位。

麻省理工学院一项最新研究指出，过度使用ChatGPT等大型语言模型可能导致大脑活动水平下降，削弱记忆并引发“认知惯性”。这项结合脑电图与自然语言处理的实验发现，长期依赖AI会使大脑从主动生成信息转变为被动筛选信息，影响深度思考和创造力，提示人类需警惕AI对认知能力的潜在负面影响，并在工具使用与自主思考间寻求平衡。