■ **概要** 言語モデルが自身を再帰的に呼び出しながらコンテキストを分解・処理するパラダイムシフト型の推論手法。 ■ **特徴・用途** - **長文処理**：Near-infinite length contextsに対応し、従来のコンテキスト長制限を超越 - **CodeAct統合**：コード環境をREPL化し、LM自身がコンテキストを変数として操作・サブ呼び出しを実行制御 - **タスク非依存性**：特定用途向けでなく汎用的で、分解戦略の最適化をLMの学習に委譲 ■ **結論** スケール設計として理論的に魅力的だが、推論コスト増加と「LMが適切に再帰判断できるか」の訓練可能性が実用化の鍵。