据我所知，递归在现代 AI 技术的定义中并没有发挥重要作用，尽管它确实在 Lovasz 的“本地搜索”定义中使用过，而 Kurzweil肯定是一位倡导者。

递归可以看作是一种优雅的“架构分解”——通过结合以前遇到的更小、相似模式的结果来构建复杂性。在计算上，递归总是可以转换为迭代，因此这种优雅形式实际上主要用于帮助使设计更易于理解。

传统上使用递归定义的 GOFAI 算法包括深度优先搜索和呼吸优先搜索以及均值终点分析（用于 Newell 和 Simon 的一般问题求解器）。

关于性能，虽然许多函数可以使用递归非常经济地定义，但这种定义的简单版本可能效率低下。

这个页面给出了一个例子，其中斐波那契函数的递归版本，它具有渐近执行时间$n^{1.6}$，它被简化为$n$通过使用记忆。