ReCAP: рекурсивное планирование с общим контекстом для долгосрочных задач

Проблема: LLM-агенты в задачах на 20+ шагов зацикливаются на локальных ошибках — ранние планы уходят за пределы контекста, агент забывает исходную цель. Пример: в задаче готовки с 40 действиями ReAct бесконечно перекладывает ингредиент туда-сюда, забыв что хотел приготовить. ReCAP позволяет агенту удерживать полную картину задачи даже в долгосрочных проектах с десятками шагов и корректировать план на ходу. Метод держит единое дерево задач в едином контексте — все уровни рекурсии видят полную историю. При возврате с нижнего уровня родительский план структурно реинжектится обратно: модель видит 'я вернулся после выполнения X, осталось Y и Z' и корректирует оставшиеся шаги с учётом новых обстоятельств.