🧠
先讲清「为什么」
不是源码逐行翻译。从 context rot 和上下文窗口的根本困境出发，讲清 RLM 每一个设计决策在解决什么问题。
RLM 从零到一亲手实现一个递归语言模型
把超长 prompt 当成环境，而不是喂给神经网络 —— 用一个 REPL + 递归自调用，突破上下文窗口限制
你是一名计算机本科毕业生或有同等基础的开发者：会写 Python、了解基本的 Web 前后端、用过 LLM API，但没读过 RLM 论文、也没接触过"把 prompt 当环境"这套思路。
读完这套教程，你将能够：
answer 终止信号 这三件事各自解决了什么；💡 建议：第一遍按顺序读 Part 1 → Part 4，把概念和机制握住；动手时直接对照
final-project/里的可运行代码。赶时间的话，可以先看你将做出什么和在线 Demo建立直觉，再回头补原理。