一个LLM可能创造的最疯狂的AI Slop是什么？论“无限迭代实验”

一个LLM可能创造的最疯狂的AI Slop是什么？于是我构思了一个关于“无限自我迭代”实验的想法。其最小化存在是：主智能体给一段给定的升级提示词，让子智能体根据一个大的方向制定计划，随后新开上下文跑，跑完了继续如此步骤。一致如此，无穷无尽。

那么问题来了：掌控升级与开新上下文的智能体的上下文也是会满的。既然这样，就让它定期的进行储存，进行上下文监控，找准时机保存、重启。

这个实验本身是可以进行拓展的，例如说让主智能体在一定时间内满足某种条件就对代码进行仅删改的进行AI Slop强制清理；亦或是参考oh-my大家族的多模型智能体大合作；亦或者……

不过可以确定的是，这个实验必须要指令遵循极其好的模型来干。哈基米，请回罢（无情）

在Token足够烧的起的前提下，我有点想知道这会创造出如何不可名状的AI Slop。