MIT研究者Alex Zhang在访谈中判断，继2025年推理模型兴起后，2026年AI工程重点可能转向递归语言模型：让模型把自身提示作为可迭代对象，以增强复杂任务处理能力。他同时指出，AI虽已能生成高效GPU内核，但结果验证、效率判断与避免用海量Token暴力搜索仍依赖人类专家；未来用户面对的语言模型界面背后，可能运行由多个持久自治智能体组成的隐形集群。文章还建议学术界押注产业实验室可能忽视的非主流方向，以研究品味换取潜在突破。