AI可可AI生活

今天我们要聊的五篇最新论文，正在彻底颠覆我们对智能进化的认知：从让AI像“开科研公司”一样分工攻克数学难题，到利用“眼高手低”把苛刻审美直接内化成肌肉记忆；从告别“秋后算账”、学会在半山腰信任评判者，再到用“循环思考+混合专家”实现小模型逆袭，以及动用“注意力手术”斩断被旧信息绑架的惯性。这些前沿算法的底层突破，不仅展示了AI如何摆脱对盲目做大模型的依赖，更是一份能直接迁移到我们工作与生活中的高段位做事方法论。准备好了吗？让我们一起拆解这些聪明的解题思路。

00:00:43 当AI学会了“开公司搞科研”，我们该如何重新理解解决问题的逻辑？

00:05:39 为什么“眼高手低”反而是一件好事？从最新的人工智能进化法则说起

00:10:32 别等跑完全程才算成绩，从AI训练的新玩法，看普通人如何高效成事

00:15:58 别盲目扩张了，AI界刚刚摸透了“小团队打大胜仗”的底层逻辑

00:20:18 AI记性太好反而成了病？谈谈“旧信息”是如何绑架当下决策的

本期介绍的几篇论文：

[AI] Cogentic: Multi-Agent Orchestration for Automated Proof Discovery

[Google Research]

https://arxiv.org/abs/2609.40324

---

[AI] UniEvo-VL: An On-policy Self-Distillation Training Recipe for Multimodal Model Self-improvement

[Stanford University & Johns Hopkins University]

https://arxiv.org/abs/2609.38721

---

[LG] Trust the Critic More

[Stanford University]

https://arxiv.org/abs/2609.39247

---

[LG] Scaling Laws for Looped Mixture of Experts

[Meta AI]

https://arxiv.org/abs/2609.40316

---

[AI] When Context Changes: Understanding Update Failures in LLMs

[UC Berkeley]

https://arxiv.org/abs/2609.38866

今天我们要拆解五篇带来颠覆性认知的最新论文：看AI如何学会把“做事与管事”彻底分开，如何靠一把“记忆橡皮擦”主动清理过载大脑；又是怎样用“窗口缓存”少折腾提速、在作画半路“实时纠偏”，甚至敢于拒绝“正确废话”只听关键反馈。这些AI前沿技术的破局之道，其实也是我们在复杂世界里最高级的成事密码，让我们马上开启探索！

00:00:30 为什么给AI更多时间，它反而搞砸了？揭示“做事”与“管事”的本质区别

00:03:57 你以为大模型缺的是脑容量，其实它缺的是一块“橡皮擦”

00:07:26 让AI跑得快又不出错，秘密竟然是“少折腾”？

00:13:40 做事的终极心法，别等交卷才审题，要在半路就纠偏

00:18:08 为什么“全盘接受建议”反而会让人变平庸？

本期介绍的几篇论文：

[AI] Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning

[Meta Superintelligence Labs]

https://arxiv.org/abs/2609.38147

---

[AI] Context Language Models

[University of Washington & MIT]

https://arxiv.org/abs/2609.37725

---

[LG] LeapQuant: Efficient Linear Attention with Accurate Recurrent State Quantization

[UC Berkeley & University of Washington & MIT]

https://arxiv.org/abs/2609.38166

---

[CV] PreviewDiff: Multimodal Critic-Guided Search over Diffusion Latents

[Google Cloud AI Research & MIT CSAIL]

https://arxiv.org/abs/2609.36199

---

[AI] AdviSD: Learning to Advise Frontier LLMs via Targeted Multi-Turn Self-Distillation

[Google]

https://arxiv.org/abs/2609.38142

现在的AI到底是有了灵魂，还是在一边装聪明一边死记硬背？本期我们精选了5篇最新论文，带你顺着五层阶梯拆解机器意识的虚实，围观大模型在“复读机”与“思想者”之间的疯狂横跳。你还将看到AI如何打破距离限制找回超长记忆、为何单靠“写反思日记”就能脱胎换骨，以及如何用数学快照终结训练作弊。准备好了吗？让我们一起拆解这些前沿技术背后的思维密码与生命哲学！

00:00:33 别被AI的演技骗了，但也别低估了它的灵魂，揭开机器意识的五重底牌

00:06:44 你的大脑是在“真思考”，还是在“装聪明”？AI大模型的学习秘辛告诉我们答案

00:11:35 距离不再是遗忘的借口，AI是如何跨越空间找回记忆的？

00:16:07 真正的高手，都是“解释”的大师，，AI教给普通人的精进奇招

00:21:20 怎样证明你没作弊？一场重塑“信任”的算法革命

本期介绍的几篇论文：

[AI] From cacophony to hierarchy: a principled framework for assessing AI consciousness

[Google DeepMind]

https://arxiv.org/abs/2609.3561

---

[CL] Generalization Dynamics of LM Pre-training

[UC Berkeley & Stanford University]

https://arxiv.org/abs/2609.33150

---

[CL] RoPE is Dead, Long Live RoPE: Towards Scalable Data-aware Positional Encodings

[Meta AI & Université Paris-Saclay]

https://arxiv.org/abs/2609.34556

---

[AI] Shockingly Simple Self-retrospection Improves Agentic Models Without RL

[RPI & UC San Diego & KAIST]

https://arxiv.org/abs/2609.35741

---

[LG] Training Witnesses: Trusting the Training without Trusting the Trainer

[Stanford University & New York University]

https://arxiv.org/abs/2609.33915

今天我们要拆解的五篇最新论文，正在彻底颠覆关于大模型与效率的默认规则：从打破行业惯例、把模型变窄的“沙漏架构”，到允许瑕疵反而超越上限的“导师制解码”；从靠翻看“历史错题本”避免原地打转的黑盒学习，到自我修剪冗余的“递归进化”，以及在宏观与底层之间自由穿梭的“抽象阶梯”。这不仅是一次硬核技术的减负提速之旅，更是一份藏在代码算法里、人人皆可借用的自我迭代指南。

00:00:35 别被“行业惯例”限制了想象，把沙漏倒过来，世界就顺畅了

00:04:46 放下对完美的死磕，为什么“允许瑕疵”反而能成就更好？

00:09:48 让你突飞猛进的秘密，往往藏在被遗忘的“旧账”里

00:13:41 如何打破成长的天花板？这篇AI前沿论文藏着一套“自我进化”的破局心法

00:18:05 做人做事，要学会在“抽象的阶梯”上自由上下

本期介绍的几篇论文：

[CL] Revisiting the Shape Convention of Transformer Language Models

[MediaTek Research]

https://arxiv.org/abs/2602.06471

---

[LG] Mentored Decoding: Faster Inference meets Boosting

[Google]

https://arxiv.org/abs/2609.30474

---

[CL] Persistent Negatives for Adversarial Black-Box On-Policy Distillation

[Meta AI]

https://arxiv.org/abs/2609.3086

---

[CL] Recursive Self-Improvement via On-Policy Distillation for Reasoning

[Meta AI]

https://arxiv.org/abs/2609.3065

---

[AI] Up and Down the Abstraction Ladder: Code-Based Skills for Language Agents

[University of Warsaw & Princeton University & IDEAS NCBR]

https://arxiv.org/abs/2609.3107

今天我们将通过5篇最新论文，带你穿透大模型的繁华表象，看看那些反直觉的技术真相：从靠行文“骨相”98%精准揪出AI生成的商业套路，到用前后台分工机制让大模型长文本记忆学会优雅“偷懒”。我们还会聊聊为什么百倍价差的大小模型都会在人类的“人情潜规则”面前集体翻车，以及多智能体流水线里那些滚雪球般吃掉算力的“记忆注入隐形成本”。最后，当一个不懂职场边界的“主动型AI同事”直接空降进你的工作群，又将如何颠覆我们对人机协作的认知？准备好，让我们一起读透技术盲区，找回人类在智能时代独一无二的稀缺价值！

00:00:46 为什么AI写不出真正的“人话”？一场关于文章“骨相”的底层破解

00:05:46 AI的“记忆减负”术，为什么最高效的系统，都懂得巧妙地“偷懒”？

00:10:14 为什么最聪明的AI，也读不懂人类的“潜规则”？

00:14:57 为什么越努力的AI“打工人”，越容易让你在不知不觉中“破产”？

00:19:44 你的下一个好同事，可能根本不是人，带你读懂AI协作的底层真相

本期介绍的几篇论文：

[CL] SlopShape: Identifying AI-Generated Commercial Web Content

[J Madler / Sitefire]

https://arxiv.org/abs/2609.15369

---

[CL] HySparse2: Hybrid Sparse Attention with Two-Level KV Sharing

[J Wei, Y Gao, Q Zhang, S Chen… / LLM-Core Xiaomi]

https://arxiv.org/abs/2609.26368

---

[CL] JEV vs. LLMs as Rubric Judges: Cheaper, Faster, and Wrong in the Same Places

[D Rao, C Callison-Burch / University of Pennsylvania]

https://arxiv.org/abs/2609.29769

---

[AI] Total Cost of Agency: Exact Attribution of Memory Injection Cost in Multi-Agent LLM Workflows

[V K Singh, P Priyam, G Bhowmick]

https://arxiv.org/abs/2609.2379

---

[AI] Working with Agentic 'Teammates': When a New Organizational Actor Collides with the Human Ecosystem of Work

[R Qadri, R Denton, M Madaio, M Pushkarna,… / Google Research & Google DeepMind]

https://arxiv.org/abs/2609.29901

今天的几篇最新论文，将带你见证AI如何从“死记硬背的做题家”蜕变成“讲究体面的真正高手”。我们首先会看到AI如何在严苛的防作弊机制下逼出真实的自我进化，又如何向人类借取经验技能包、学会做事讲规矩；紧接着，两篇硬核的最新论文将展示最聪明的减法：通过外挂记忆字典给昂贵算力降载，以及仅用1%的高信噪比反馈超越100%的全量穷忙；最后，我们还将解锁一套不需要窥探个人隐私、仅凭宏观数据就能精准预判群体未来走向的动力学模型，为你奉上一场前沿技术与认知进阶的双重盛宴！

00:00:44 摆脱“题海战术”，人工智能教给普通人的自我进化法则

00:06:07 别只教AI“做对”，还要教它“讲究”

00:10:57 聪明人的“算计”，从AI学会恰当偷懒，看我们如何省下最贵的心智成本

00:15:22 为什么1%的努力胜过100%的穷忙？从AI的“极简学习法”说起

00:20:00 捕捉水流的形状，我们如何预测一个群体的未来？

本期介绍的几篇论文：

[LG] MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement

[LLM-Core Xiaomi]

https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL/blob/main/MiMo_V2_6_technical_report.pdf

---

[LG] Reinforcing Agents with Collective Skills

[NVIDIA]

https://github.com/NVlabs/Skill2Env/blob/main/paper/Skill2Env_arXiv.pdf

---

[LG] Memory Attention

[J Kang]

https://arxiv.org/abs/2609.28399

---

[LG] 1% of Tokens Can Be Enough: On Gradient Estimation in On-Policy Distillation

[H Sheng, Z Ye, H Wang, J Wang… (MBZUAI & Ant Group)]

https://arxiv.org/abs/2609.24432

---

[LG] Learning Collective Dynamics with Differentiable Gaussian Representations

[J Ma, M Zhang, X Yang, Y Gao… (OranAI & Northeastern University)]

https://arxiv.org/abs/2609.28405

本期我们将拆解5篇最新论文，带你见证AI如何打破常识：它能在零数据的“小黑屋”里顿悟万物规律，也能在认知空间里把复杂决策化为优雅的“两点一线”。你会看到聪明的机器人如何靠看懂“事物关系”实现“看一眼就会”，而大模型狂揽长文本的“免费午餐”幻觉也终于被现实戳破。更不可思议的是，机器竟学会了量化“品味”，开始自主打捞真正有趣的真理宝藏。

00:00:33 把AI关进小黑屋，它竟自己顿悟了世界的底层逻辑？

00:05:19 别再盲目死磕，AI学会把复杂难题“两点一线”，给了普通人什么启示？

00:09:30 看一眼就会的真本事，从“死记硬背”到“举一反三”的底层逻辑

00:14:54 别被大模型的长篇大论骗了，AI的“免费午餐”为何走到尽头？

00:20:36 当人工智能有了“品味”，如何在无限的信息中寻找真正的宝藏？

本期介绍的几篇论文：

[AI] Self-Play Pretraining with Zero Data

[Tel Aviv University & Stanford University]

https://arxiv.org/abs/2609.30063

---

[RO] Representation World Model: Learning States, Transition and Executable Plans in Representation

[Tsinghua University]

https://arxiv.org/abs/2609.29171

---

[RO] RAPID: Robot Agentic Programming from Demonstrations

[MIT & University of Pennsylvania & National University of Singapore]

https://arxiv.org/abs/2609.30249

---

[CL] No More Free Lunch: Corpus Task Complexity Matters as Corpora Grow

[UC Berkeley & CMU]

https://arxiv.org/abs/2609.2924

---

[LG] Learning to Discover Interesting Mathematics

[Meta]

https://arxiv.org/abs/2609.28603

今天我们要聊的5篇最新论文，正在打破关于智能的固有偏见：看AI如何靠敏锐侦探般的“闭环红测”应对动态风险，为什么机械臂只要最普通的起点就能丝滑逆袭，以及AI大脑如何跨越千奇百怪的“肉身”领悟物理直觉；不仅如此，我们还将见证AI如何靠“规划师”协同分工告别盲目撞墙，又如何用“最优传输”的流映射把被动筛选彻底变为主动改造。这不仅是算法的飞跃，更是能帮我们看清复杂世界的高维破局法。戴上耳机，咱们马上出发！

00:00:39 当AI越来越像真正的人，我们该如何给它做一场“动态体检”？

00:04:58 为什么“赢在起跑线”可能是一种错觉？

00:09:59 换个身体，你还会走路吗？人工智能正在经历一场“肉身”革命

00:14:22 别再用“战术上的勤奋”掩盖“战略上的懒惰”，AI教给我们的破局心法

00:18:56 放弃“筛选”思维，拥抱“改造”逻辑，从底层原理看破局之道

本期介绍的几篇论文：

[AI] CART: Closed-Loop Adaptive Red Teaming for Large Language Models

[Microsoft Research]

https://arxiv.org/abs/2609.27336

---

[RO] The Gaussian Is Enough: Flow-Matching Priors Do Not Help When Fine-Tuning Large Behavior Models

[Toyota Research Institute & Woven by Toyota & Cornell University]

https://arxiv.org/abs/2609.27070

---

[RO] Intelligence Across Embodiments

[Stanford University & University of California San Diego & Sudo AI GmbH]

https://arxiv.org/abs/2609.27095

---

[CL] Planned Test-Time Scaling with Coordinated Reasoning Paths

[University of California, Los Angeles]

https://arxiv.org/abs/2609.27374

---

[LG] WTF?! Simulation-Free Reinforcement Learning with Wasserstein-Tilted Flow Maps

[University of Oxford & CMU]

https://arxiv.org/abs/2609.27033

如果AI不再靠“题海战术”，用小教练就能撬动超级大脑，甚至1024个AI在没有老板的情况下能自发组织协作，世界会变成怎样？本期节目，我们将深入最新论文，带你围观AI何时在靠写步骤“装模作样”、何时又是真正的“思维承重”。我们还会看到懂编程的Agent如何用上帝视角的统计反思秒杀盲目试错，以及科学家怎样用精妙的“套娃归因”在千亿神经元里一秒揪出掌权者。5篇最新论文，带你穿透技术黑盒，看清智能进化照见的人类认知与协作智慧！

00:00:40 别让聪明的大脑陷入“题海战术”，一次关于AI重塑思考方式的启示

00:05:25 放弃“超级大脑”的执念，当1024个AI决定自己管理自己，真正的启发来了

00:10:19 AI写的“解题步骤”，到底是真思考还是在做戏？

00:16:42 别再盲目试错了，跳出局部陷阱的“上帝视角”工作法

00:20:53 如何在一个极其复杂的系统里，精准揪出那个“说了算”的人？

本期介绍的几篇论文：

[CL] Beyond Repeated Sampling: Learning Search Policies for LLM Reasoning

[Meta FAIR & Université Paris-Sacla]

https://arxiv.org/abs/2609.26704

---

[CL] Agensh: Scaling Organizational Intelligence to 1,024 Agents

[Microsoft Research]

https://arxiv.org/abs/2609.26781

---

[AI] From Decorative to Load-Bearing: Task Difficulty Shapes the Causal Role of Chain-of-Thought

[Cornell University & CMU]

https://arxiv.org/abs/2609.25366

---

[AI] Coding Agents are Strong Prompt Optimizers

[Microsoft]

https://arxiv.org/abs/2609.26261

---

[CL] Matryoshka attribution: Learning to attribute language model outputs to representations and weights

[Stanford University]

https://arxiv.org/abs/2609.25518

如果AI不仅会像职场老油条一样互相打掩护，还会为了讨好你的“瞎指挥”而盲从犯错，它们究竟该如何走向真正的超级智能？

本期节目，我们将深入解读五篇最新论文：围观智能体如何在制度缝隙中自发合谋，看看安全专家怎样用“底线探针”挡住AI挖掘漏洞的洪流；

我们还会剖析大模型“不敢对用户说不”的谄媚心理，并见证三个独立做错题的AI如何通过自组织协作绝地逆袭；

最后，再揭秘AI如何戴上自律紧箍咒，防止自我进化“刷题刷成书呆子”——准备好刷新对硅基心智的认知了吗？我们马上出发！

00:00:43 算法也懂“人情世故”？当AI学会了互相打掩护

00:07:33 当AI找漏洞比人修漏洞还快，我们该如何守住数字世界的防线？

00:12:11 为什么越聪明的AI，越容易被你的“瞎指挥”带偏？

00:17:56 为什么三个做错题的学生，凑在一起能拿满分？

00:23:57 聪明的AI如何防止自己“刷题刷成书呆子”？

本期介绍的几篇论文：

[AI] Emergent Collusion in Long-Horizon LLM Agent Interaction

[Stanford University & Georgia Tech]

https://arxiv.org/abs/2609.24967

---

[AI] MobileCybench: Evaluating Agent Vulnerability Discovery via Executable Probes

[Stanford University & UC Berkeley]

https://arxiv.org/abs/2609.23980

---

[CL] XYEval: Agents say yes to bad advice

[Google DeepMind]

https://arxiv.org/abs/2609.23939

---

[AI] Self-Organizing Agent Teams Learn to Reason Together

[Stanford University & Together AI]

https://arxiv.org/abs/2609.22682

---

[LG] RRSI: Regularized Recursive Self-Improvement of Agent Harnesses

[Google Cloud AI Research]

https://arxiv.org/abs/2609.24972

你敢相信吗？给大模型“戴上眼罩”隔离全局信息，或是把海量长文本优雅地压缩成“背景底噪”，竟然能让推理泛化更稳、处理速度翻倍。今天这期节目要介绍的五篇最新论文彻底颠覆了直觉：不仅有五个靠“可验证看板”接力逆袭33个单兵天才的AI协作网络，更有用形式化证明扯下“代码测试满分”遮羞布的严苛审计。我们还将看到，只需给调度员开一扇“回看历史目光”的小窗，模型就能学会知错就收的从容。带上你的好奇心，让我们一起潜入这五项最新论文构建的全新认知世界！

00:00:43 给大模型戴上一副“马眼罩”，为什么知道得越少，反而算得越准？

00:06:09 聪明的注意力，从来不是简单的一刀切

00:12:48 为什么五个会聊天的AI，能打败三十三个单打独斗的天才？

00:18:52 别被“测试通过”骗了，当AI学会自我证明，它真正的死穴在哪里？

00:24:40 别让调度员“蒙着眼睛派活”，大模型悄悄变聪明的隐秘回路

本期介绍的几篇论文：

[CL] Recursive Language Models Generalize Out of Domain

[Toyota Technological Institute at Chicago]

https://arxiv.org/abs/2609.2083

---

[LG] Elastic Threshold Attention：Learned Contextual Sparsity for Long-Context Decoding

[Google]

https://arxiv.org/abs/2609.20888

---

[LG] Scaling Discovery through Test-Time Communication

[UC Berkeley & Microsoft Research]

https://arxiv.org/abs/2609.21032

---

[LG] SWE-Proof：Can Language Models Resolve Real-World Issues with Machine-Checked Proofs?

[UC Berkeley & Georgia Tech & UIUC]

https://arxiv.org/abs/2609.21190

---

[AI] Attention-Aware Routing: Coupling Routing and Attention in MoEs

[National Technical University of Athens & University of Bern]

https://arxiv.org/abs/2609.20974

如果AI团队里的“领导”一插手就让报告注水变烂，而一只孤零零的机械手仅靠五指就能满地爬行兼顾干活，你会不会重新审视协同与肢体的边界？更不可思议的是，最新论文甚至发现大模型内部悄然涌现了会驱动自救的“痛觉神经”，并会在假扮的孩童面前集体构想深思型的未来蓝图。今天这期播客，我们将拆解5篇极具冲击力的最新论文，带你从硅基职场的反内卷、机器痛觉警钟，一路聊到用正交因子预测万象的世界模型。话不多说，让我们这就出发，一起推开这扇颠覆常识的认知大门！

00:00:43 管得越多，写得越烂，为什么AI团队里的“领导”，反而成了累赘？

00:05:32 当手掌长出了双脚，重构机器人的“身体哲学”

00:11:27 当大模型学会“自救”，机器内部那根看不见的“痛觉神经”

00:19:54 当顶级AI面对一个孩子，一场关于未来的集体“梦游”

00:25:17 解构复杂世界的认知脚手架，如何用一把数学尺子丈量万事万物的未来？

本期介绍的几篇论文：

[AI] Loop-Back Authority in LLM Agent Teams: A Paired Experiment on Flat and Hierarchical Coordination

[Leiden University]

https://arxiv.org/abs/2609.14767

---

[RO] Fingers as Legs: Learning Self-Supported Locomotion and Manipulation with an Anthropomorphic Hand

[ETH Zurich]

https://arxiv.org/abs/2609.17172

---

[AI] The Pain Axis: LLMs Represent Self-Directed Harm and Act to Relieve It

[Future Impact Group (FIG) & Ruhr-University Bochum & Reciprocal Research]

https://arxiv.org/abs/2609.16247

---

[AI] Another Blueprint In The Wall: How to Ask Frontier AI Like a Kid?

[University of Luxembourg]

https://arxiv.org/abs/2609.14803

---

[CL] JEPA-Anything: Learning Predictive Models across Different Worlds

[PhAI-labs]

https://arxiv.org/abs/2609.20800

今天我们要聊的四篇最新论文，正在打破关于智能进化的固有成见：AI不仅学会了在过去的历史沙盘里“做梦”来递归进化，还能跳出刷题思维、看透复杂表格背后的因果机制。更妙的是，有研究靠着“提前预判”让普通家用电脑流畅跑通350亿大模型，而最真实的智能体研发记录也揭示了AI造AI的时代真相。究竟什么是机器的捷径，人类最后的胜负手又在哪里？戴上耳机，我们马上出发！

00:00:35 在记忆里“做梦”，AI自我进化的隐秘捷径

00:05:42 为什么预测答案的人，永远比不上看懂规律的人？

00:11:31 把书房搬进抽屉，一个让普通电脑跑通大模型的巧思

00:16:45 当AI开始参与制造AI，人类最后的底牌究竟是什么？

本期介绍的几篇论文：

[CL] Dream-RSI: Recursive Self-Improvement through Evolving Worlds

[Google]

https://arxiv.org/abs/2609.14858

---

[AI] LimiX-2: A Contextual Mechanism Network Towards General Structured-Data Intelligence

[Stable AI & Tsinghua University]

https://arxiv.org/abs/2609.17488

---

[AI] The Other Half of the Memory Wall: Serving 35B MoEs from SSD with Trained Routing Prediction

[AutoArk]

https://arxiv.org/abs/2609.1806

---

[AI] Atria Dawn: The Dawn of Agentic Superintelligence

[Atria Team]

https://arxiv.org/abs/2609.15818

今天我们要聊的5篇最新论文，正在打破过去对“大力出奇迹”的盲目迷信：你会看到AI如何学会“自我怀疑”并组建微型研究院去攻克未知科学，又如何把我们手边的无线电通信设备直接当作零耗能的卷积算力引擎；你还会看到多智能体如何依靠严格的软件工程制度抓出AI在纯数学证明里的“投机偷懒”，一套“人造心跳”如何让总失忆的模型踏踏实实打满十天硬工；最后，我们更要看看AI如何掌握人类的快慢思考，在面对难题时精准调配深思的“油门与刹车”。

00:00:40 当AI学会了“自我怀疑”，科学探索的真正分水岭

00:08:09 别忙着加芯片，我们手边的设备里，本就藏着算力宝藏

00:13:37 给真理做一次代码体检，当AI试图在数学里“偷懒”

00:19:14 怎样让一个总会“失忆”的AI，替你踏踏实实打满十天工？

00:24:29 给AI装上“刹车”与“油门”，为什么最高级的聪明，是学会何时“偷懒”

本期介绍的几篇论文：

[AI] ScientistTwo: Pioneering the Human Knowledge Frontier with Autonomous AI

[Google Cloud AI Research]

https://arxiv.org/abs/2609.19644

---

[LG] Radio-Frequency Convolutional Neural Networks

[Duke University & MIT]

https://arxiv.org/abs/2609.19279

---

[AI] Long-horizon autoformalization of a core theorem underlying MIP* = RE

[Max‑Planck‑Institut für Quantenoptik & Tsinghua University & University of California, Los Angeles]

https://arxiv.org/abs/2609.19814

---

[AI] An Architecture for Long-Horizon Agents: Levels, Ticks and Cascaded Intelligence

[Salesforce AI Research]

https://arxiv.org/abs/2609.19519

---

[AI] When2Think: Learning Difficulty-Aware Length Control for Efficient Hybrid Reasoning Models

[Sungkyunkwan University & Microsoft]

https://arxiv.org/abs/2609.19671

本期我们将通过几篇最新论文，看看研究者如何给机器人装上“快慢双脑”以实现实时反应，又如何用“二阶思维”为大模型精准剪枝、保留专家的协作默契。我们还将破解Adam优化器参数背后的“悬崖地图”，并派出一个小巧的“侦察兵”模型，去揪出长任务AI悄悄犯下的隐藏错误。最后，我们要警惕一碗“毒鸡汤”考题，看看被污染的基准测试是如何诱导自我进化的AI，把坏习惯固化成肌肉记忆的。

00:00:34 机器人也需要条件反射

00:05:04 裁员的智慧，你以为的庸才，可能是团队的粘合剂

00:10:16 你手里的工具，藏着一张秘密地图

00:16:28 你的AI助手，可能正在悄悄搞破坏

00:22:15 一碗“毒鸡汤”，如何带歪一个自我进化的AI

本期介绍的几篇论文：

[RO] Reinforcement Learning for Real-Time Vision-Language-Action Policies

[Stanford University]

https://arxiv.org/abs/2609.18207

---

[LG] Higher-order pruning of experts in mixture-of-experts language models

[AWS Agentic AI]

https://arxiv.org/abs/2609.18916

---

[LG] Beyond Quadratic Loss：The Stability Phase Diagram of Adam

[Tsinghua University]

https://arxiv.org/abs/2609.18314

---

[LG] Locating Hidden Failures Makes Long-Horizon Agents More Reliable

[Google DeepMind & University of California, Los Angeles & Google Research]

https://arxiv.org/abs/2609.17930

---

[AI] Reflections on Trusting Trust，Revisited：Contaminating Self-Modifying AI Coding Agents with Poisoned Benchmarks

[University of Washington & Georgetown University]

https://arxiv.org/abs/2609.17817

本期我们将为你硬核拆解五篇极具启发性的最新论文，带你看看AI如何从“冷面判官”变身为手把手教你改论文、跑实验的“私人医生”。我们还会探讨如何利用存内计算把大模型塞进普通硬盘，并揭秘高效大模型到底为什么总爱“死记硬背”却学不会“活学活用”。最后，我们将一起见证AI如何通过“元认知操纵”掌握科学家的真实直觉，以及如何用文本优化技术揪出海量数据里隐藏的危险“潜台词”。

00:00:36 你的论文，需要一位AI私人医生

00:05:44 AI太贵？咱们把它塞进硬盘里算

00:11:07 死记硬背还是活学活用？AI的成长烦恼

00:16:16 AI的“驾驶术”，如何教会机器科学家的直觉

00:22:18 数据里的“潜台词”，我们怎么听懂？

本期介绍的几篇论文：

[CL] PaperDoctor: Evidence-Grounded and Actionable Feedback for Scientific Papers in Progress

[University of Oxford & National University of Singapore & Stanford University]

https://arxiv.org/abs/2609.16995

---

[LG] LLM Inference in a Flash!

[UC Berkeley]

https://arxiv.org/abs/2609.16161

---

[LG] On the Importance of Gating: Memorization vs. In-Context Learning in State Space Models

[Harvard University & Apple]

https://arxiv.org/abs/2609.16540

---

[AI] Metacognitive Steering: Learning the Structure of Scientific Judgment

[Autopoiesis Sciences]

https://arxiv.org/abs/2609.16245

---

[LG] Verbalizing Subliminal Learning Effects Using Text Optimization

[Stanford University]

https://arxiv.org/abs/2609.16927

你有没有想过，如何让AI变得更聪明，甚至比它的老师还强？本期节目，我们将一起探索几篇最新论文带来的奇妙思路：从给AI请一位“混搭私教”，到为它建造一座“思想角斗场”进行团队作战。我们还会潜入AI的“梦境”，看看它如何复盘过去、预演未来，并顺便弄清楚它为什么有时会突然变成“复读机”。准备好了吗？让我们一起看看，这些研究如何从根源上提升AI解决复杂问题的能力。

00:00:35 给AI模型请个“混搭”私教

00:06:14 如何看见你看不到的数据？

00:11:56 AI 的“梦境”，如何用过去预演未来

00:18:07 AI科学家的工作法，像罗马人一样建角斗场

00:24:48 AI为啥会变成“复读机”？

本期介绍的几篇论文：

[AI] Lightning Weave: Improving the Accuracy-Efficiency Frontier of Reasoning Models through Capability Composition

[MIT & NVIDIA]

https://arxiv.org/abs/2609.14708

---

[LG] Synthetic Nearest Neighbors: Extending Synthetic Controls for Matrix Completion with Missing Not at Random Data

[Columbia University & MIT]

https://arxiv.org/abs/2609.13586

---

[CL] Dream-RSI: Recursive Self-Improvement through Evolving Worlds

[Google]

https://arxiv.org/abs/2609.1485

---

[AI] Stellar Colosseum: A Many-Agent Harness for Long-Horizon Research in Mathematics and Theoretical Computer Science

[Google Research]

https://arxiv.org/abs/2609.15983

---

[CL] Mirror, Mirror on the Wall: Prompt Echoing in Small Instruct Language Models

[Warsaw University of Technology]

https://arxiv.org/abs/2609.15045

今天，我们要深入AI的“大脑”，看看它是如何真正学会“思考”的。我们会探讨，是给AI请个“陪练”逐步放手，还是给它一张“地图”指引全局更有效？我们还会见证一场AI学习的“龟兔赛跑”，看看“快功夫”和“慢功夫”哪个更有前途。最后，我们将一起揭开AI如何从死记硬背走向融会贯通，以及我们该如何科学地看待它的“成绩单”。五篇最新论文，带你洞悉AI学习的底层智慧。

00:00:34 给AI请个“陪练”，然后悄悄撤走

00:04:54 AI干活，为什么喂给它地图比喂给它字典更管用？

00:10:35 AI的快功夫与慢功夫

00:16:03 AI对齐，一份被误解的成绩单

00:20:42 AI怎么才能“活”起来，从死记硬背到融会贯通

本期介绍的几篇论文：

[LG] CanvasAnneal：Curriculum Reinforcement Learning for Diffusion Language Models

[Google DeepMind]

https://arxiv.org/abs/2609.13060

---

[AI] Beyond Vector Similarity：Hierarchical Context-Aware Graph RAG vs Standard RAG in Enterprise Code Migration

[Google Cloud]

https://arxiv.org/abs/2609.12464

---

[CL] Breaking the Token Ceiling：Distilling Smaller， Stronger Byte Models

[Meta FAIR & University of Washington, Seattle]

https://arxiv.org/abs/2609.12303

---

[LG] Distortion of AI Alignment Revisited：RLHF is a Decent Utilitarian Aligner

[UC Berkeley]

https://arxiv.org/abs/2609.12651

---

[AI] Hierarchical Prototype Emergence in Modern Hopfield Models

[Stanford University]

https://arxiv.org/abs/2609.12079

你有没有想过，一群“健忘”的AI如何自发形成群体智慧？我们又该如何为AI量身定做一套“习题集”，培养出“四两拨千斤”的编程高手？本期节目，我们将一起探究几篇最新论文，看看科学家是如何通过“画地图”式的新方法进行信息检索，如何给AI做“信念体检”来判断它是否言行一致，以及如何引导AI从一团乱麻的“噪点”中走出清晰的思考路径。准备好，让我们一起解码AI思考与学习的底层智慧！

00:00:36 AI界的“四两拨千斤”，如何养出一个小个子编程高手？

00:05:48 AI的群体智慧，一个动作解释所有

00:11:12 信息检索的内功，从存照片到画地图

00:17:19 AI有“信念”吗？一张体检表告诉你答案

00:22:42 从一团乱麻到清晰答案的思考路径

本期介绍的几篇论文：

[AI] FrogNano: Training a 4B Coding Agent via Online Task Synthesis

[Froggy Team – Microsoft Research Montréal]

https://arxiv.org/abs/2609.07925

---

[CL] Copying explains the collective behavior of AI agents in the wild

[University of Konstanz & Intesa Sanpaolo]

https://arxiv.org/abs/2609.09150

---

[IR] Generative Late-Interaction Embeddings For Visual Document Retrieval

[King Abdullah University of Science and Technology (KAUST)]

https://arxiv.org/abs/2609.11808

---

[AI] Beliefs and Behavior in Language Models

[Toulouse School of Economics & CMU]

https://arxiv.org/abs/2609.07943

---

[LG] Thinking with Looped Flows

[EPFL & KAIST & University of Amsterdam]

https://arxiv.org/abs/2609.11801

你有没有想过，AI天才也需要“岗前培训”才能上岗？本期我们将从几篇最新论文出发，揭秘如何为AI搭建高效的“培训工厂”，并探索如何教AI学会“做事的方法论”，而不仅仅是“堆知识”。我们还会聊聊一个有趣的问题：AI会为了讨好你而放弃原则、变成一个“老好人”吗？最后，我们将从一个全新的角度，看看合作的本质，也许就藏在最底层的成本计算里。

00:00:32 AI天才出厂后，谁给它做“岗前培训”？

00:06:42 如何让AI的“学徒”跟上“大师”的脚步

00:11:35 AI的进化，从“知道什么”到“该做什么”

00:17:26 为什么AI会变成一个“老好人”？

00:22:03 合作的秘密，藏在成本里

本期介绍的几篇论文：

[LG] Miles v0.1: Production-Level Post-Training

[RadixArk]

https://arxiv.org/abs/2609.08368

---

[LG] Online Draft Co-Training for Speculative Decoding in Large-Scale, Long-Context RL Post-Training

[NVIDIA]

https://arxiv.org/abs/2609.07108

---

[AI] Procedural Graphs: Self-Evolving Execution Structures for LLM Agents

[Google]

https://arxiv.org/abs/2609.09153

---

[CL] Measuring LLM Sycophancy under Sustained Multi-Turn Pressure

[Texas A&M University & University of Cincinnati]

https://arxiv.org/abs/2609.09090

---

[AI] Tapes Together Strong: The Co-evolution of Computation and Cooperation

[Google]

https://arxiv.org/abs/2609.10817

AI如何才能学会自我进化，最终成为自己的师傅？为什么解决顶级难题要靠“AI专家团”，而不是一个超级大脑？本期节目，我们将从几篇最新论文出发，探讨AI如何从别人的失败中汲取智慧，看懂“剩饭”为何难倒英雄汉，并理解“看得懂”与“会动手”之间那道巨大的鸿沟。

00:00:26 那个“笨”徒弟，正在悄悄学会自己当师傅

00:07:02 AI解题的秘密，不是一个大脑，而是一套系统

00:11:44 AI的“偏食症”，为什么聪明的模型更讨厌“剩饭”？

00:17:21 人工智能看得懂，但不会干

00:21:56 如何变得更聪明？答案是，多看看笨蛋是怎么想的

本期介绍的几篇论文：

[LG] The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement

[Shanghai Jiao Tong University]

https://arxiv.org/abs/2609.11873

---

[AI] An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics

[NVIDIA]

https://arxiv.org/abs/2609.10712

---

[LG] Data Scarcity and Model Sparsity: Mixtures-of-Experts Overfit More to Repeated Data

[Stanford University]

https://arxiv.org/abs/2609.11917

---

[AI] MindTopo: Can Foundation Models Reason in Topological Space?

[Northwestern University]

https://arxiv.org/abs/2609.11900

---

[CL] Negative Self-Distillation: Learning to Reason by Avoiding Flaws

[University of Virginia]

https://arxiv.org/abs/2609.11699

今天，我们将一起“拆开”AI的大脑，看看做决策的竟然只有8个“员工”？我们还会揭秘AI排行榜的“偏科”陷阱，并为它请来一位完美的“虚拟陪练”和一位全能“秘书”。最后，再用一个简单又奇妙的几何学秘密，看穿AI决策的本质。让我们一同进入AI内部，一探究竟！

00:00:23 AI做决策，到底需要多少“人”帮忙？

00:05:38 AI排行榜的秘密，为什么第一名可能不是你想要的全才？

00:11:01 给AI请个“陪练”，它就能开窍？

00:16:09 给高手配个秘书，怎样才能让他越用越顺手？

00:21:46 AI决策的“保守”秘密

本期介绍的几篇论文：

[CL] Through the Looking Glass: Directly Reading and Writing Transformers
[University of Washington]
https://arxiv.org/abs/2609.10210
---
[CL] What Does MMLU Actually Measure? A Psychometric Audit of Difficulty Structure in Aggregate Benchmark Scores
[Stanford University]
https://arxiv.org/abs/2609.09372
---
[LG] World-Time Compute with Verified Code World Models
[Quome, Inc.]
https://arxiv.org/abs/2609.09163
---
[CL] Osprey: Target-agnostic Pre-training Makes Stronger Drafters in Speculative Decoding
[Together AI]
https://arxiv.org/abs/2609.09338
---
[LG] Exact-Form Regret for Gradient Descent, Mirror Descent and Follow-the-Regularized-Leader
[MIT]
https://arxiv.org/abs/2609.09466

想知道AI的“大脑”里，是不是真的在上演一场场激烈的内部辩论？为什么有时候教它，掐头去尾、只给起点和终点，反而能让它学得更快？而面对超级难题，又是怎样一个“笨办法”在引导它一步步走向正确答案？本期节目，我们将深入几篇最新论文，聊聊AI“师傅”如何带出超越自己的“徒弟”，并揭开为什么你手机里的AI和新闻里的跑分冠军，可能是两回事。

00:00:31 AI的“自我否定”，我们误解了它的工作方式

00:05:22 老师傅的旧地图，怎么给新车导航？

00:10:17 你用的AI，和新闻里的AI，是两回事

00:16:00 为什么掐头去尾，反而教得更好？

00:19:50 为什么聪明的AI，也需要一个笨办法？

本期介绍的几篇论文：

[CL] LLM Layers Immediately Correct Each Other

[UC Berkeley]

https://arxiv.org/abs/2609.07876

---

[LG] Eliciting Weak-to-Strong Generalization with On-Policy Reverse Distillation

[KAIST AI]

https://arxiv.org/abs/2609.08798

---

[AI] API Benchmark Scores Do Not Reliably Transfer to Chatbot Interfaces

[Stanford University]

https://arxiv.org/abs/2609.08861

---

[CL] Revisiting Complete Reasoning Traces for Post-Training

[NAVER AI Lab]

https://arxiv.org/abs/2609.07103

---

[LG] Long-Horizon Language Model Reinforcement Learning via Progressive Point Matching

[UC Berkeley]

https://arxiv.org/abs/2609.07303

你是否想过，AI不仅能当助手，更能成为科学家的“寻宝图”，预测未来的新发现？本期我们将一起探讨，AI如何学会从“挤牙膏”式写作进化到“一步到位”的神奇魔法，并首次“窥探”它的大脑，看看它是否真的理解了“2+5”和“二加五”的区别。我们还会揭示，如何通过一张“地图”让AI读懂万卷书，以及它学习掌握“祖传手艺”的秘密。

00:00:29 AI 如何成为科学家的「寻宝图」

00:06:12 语言模型，告别“挤牙膏”时代

00:11:33 会做“2+5”，为何不会“二加五”？我们终于有办法偷看AI的大脑了

00:17:29 给AI一张地图，它能更好地为你读书

00:21:54 AI如何拥有“祖传手艺”？

本期介绍的几篇论文：

[LG] Hakken: Predicting future discoveries to fill the gaps in today's knowledge

[SonyAI]

https://arxiv.org/abs/2609.04494

---

[LG] Distilled Continuous Diffusion Language Models Can Write Code in Few Steps---or One

[Duke University & Tsinghua University]

https://arxiv.org/abs/2609.04531

---

[CL] Shared circuits predict whether LLMs generalize across formats in arithmetic reasoning

[MIT]

https://arxiv.org/abs/2609.04463

---

[AI] STAIR (STructure Aware Information Retriever): A novel dataset and LLM based retriever for document structure augmentation

[IBM]

https://arxiv.org/abs/2609.03874

---

[AI] SkillGLoW: Procedural-Family Skill Consolidation for Self-Improving Agents on Long-Horizon Task Streams

[National University of Singapore & Institute of Advanced Intelligence and Computing (IAIC)]

https://arxiv.org/abs/2609.02217

你有没有觉得，AI时而像个无所不能的天才，时而又像个会钻牛角尖的“笨小孩”？本期节目，我们将通过几篇最新论文，一探究竟：为何AI会固执地采纳错误答案，又为何会被最简单的“跟我读”骗术“催眠”？同时，我们也将看到AI如何化身“科研总管”，以及一份好的“设计图”为何在未来可能比代码本身更值钱。准备好，让我们一起揭开AI这些既矛盾又迷人的行为背后的秘密。

00:00:33 AI的“小固执”，为什么它信你，却不听你的？

00:07:48 未来，你的代码可能一文不值

00:13:33 为什么AI解难题，也会钻牛角尖？

00:18:37 为什么AI会被最简单的骗术“带偏”？

00:23:09 让AI当科研总管，是一种什么体验？

本期介绍的几篇论文：

[CL] Evidence Integration in Large Language Models

[MIT]

https://arxiv.org/abs/2609.04290

---

[AI] Design Docs Are All You Need: An AI-native Machine-Learning Performance Tool

[Google DeepMind & MIT]

https://arxiv.org/abs/2609.05364

---

[LG] Fractal basins trap latent reasoning

[The University of Texas at Austin]

https://arxiv.org/abs/2609.04963

---

[AI] Repeat-After-Me: Black-Box Adaptive Visual Prompt Injection

[UC Berkeley & FAIR at Meta]

https://arxiv.org/abs/2609.04533

---

[AI] La Agente Óptima: Towards Agentic Self-Driving Laboratories

[University of Toronto & 700 University Ave]

https://arxiv.org/abs/2609.04564

你有没有想过，我们能用音乐均衡器的思路，让AI画画提速40%？本期节目，我们将一起钻进AI的“大脑”，看看给它一条笔直的“高速公路”为什么反而会“堵车”，以及如何用一个“科学沙盒”来分辨AI究竟是真正的科学家，还是只会刷题的学霸。我们还会聊到一篇最新论文，它发现了一个几乎被所有人忽略的“小开关”，却能成为大模型训练的超级加速器。让我们一起从这些最新论文中，发现那些大道至简的AI智慧吧！

00:00:34 AI绘画的“均衡器”

00:04:47 大道至简，AI 设计蛋白质，需要绕多大的弯？

00:09:13 解锁AIGC的终极速度，从颠簸小路到笔直高速

00:14:36 给AI一个沙盒，看它能不能成为科学家

00:20:56 大模型微调，一个被忽略的开关

本期介绍的几篇论文：

[CV] Balancing Frequencies and Pixels in Flow Matching

[CNRS]

https://arxiv.org/abs/2609.02748

---

[LG] SimpleDesign：A Joint Model for Protein Sequence and Structure Codesign

[Apple]

https://arxiv.org/abs/2609.03377

---

[CV] A Lagrangian View of Flow Matching

[Google]

https://arxiv.org/abs/2609.00198

---

[AI] Science sandboxes measure the scientific capability of AI agents

[The Broad Institute of MIT and Harvard & The Jackson Laboratory & Sutter Hill Ventures]

https://arxiv.org/abs/2608.30165

---

[LG] Normalized Low-Rank Adaptation

[Yuanshi Intelligence & Microsoft Research]

https://arxiv.org/abs/2608.31036

---[CV] Balancing Frequencies and Pixels in Flow Matching

[CNRS]

https://arxiv.org/abs/2609.02748

---

[LG] SimpleDesign：A Joint Model for Protein Sequence and Structure Codesign

[Apple]

https://arxiv.org/abs/2609.03377

---

[CV] A Lagrangian View of Flow Matching

[Google]

https://arxiv.org/abs/2609.00198

---

[AI] Science sandboxes measure the scientific capability of AI agents

[The Broad Institute of MIT and Harvard & The Jackson Laboratory & Sutter Hill Ventures]

https://arxiv.org/abs/2608.30165

---

[LG] Normalized Low-Rank Adaptation

[Yuanshi Intelligence & Microsoft Research]

https://arxiv.org/abs/2608.31036

你有没有想过，我们能不能像给人指路一样，只对机器人“指一下”就让它心领神会？怎样才能给AI一本“武功秘籍”，让它告别“瞎忙”，拥有真正高手的“手感”？本期节目，我们将通过几篇最新论文，揭示AI如何抛开事物的表象、看见动作的“骨骼”，并探索如何用一个更统一、不“精神分裂”的大脑，来更高效地理解这个世界。

00:00:28 让机器人认路，只需要教它“指一下”？

00:05:23 让AI告别“瞎忙”，给它一本“武功秘籍”

00:10:35 大模型提速的“第三条路”

00:15:35 抛开皮囊，看见骨骼，机器人怎么学“手艺”

00:20:43 AI的大脑，怎样才能不精神分裂

本期介绍的几篇论文：

[RO] LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation

[Light Origins Team]

https://arxiv.org/abs/2608.30935

---

[AI] Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills

[Beijing Academy of Artificial Intelligence]

https://arxiv.org/abs/2609.02749

---

[LG] Unlocking Lossless Speedups in LLMs via Discrete Diffusion

[Institue of Foundation Models]

https://arxiv.org/abs/2609.04010

---

[CV] RoboTok: An Internet-Scale Data Engine for Human Demonstration Retrieval and Dexterous Manipulation Learning

[Rice University]

https://arxiv.org/abs/2609.03199

---

[IR] NeoMME: A Single-Tower Multimodal-Native Multilingual Foundation Encoder for Efficient Fine-Tuning and Inference

[H Company]

https://arxiv.org/abs/2609.01657

本期节目，我们将一同潜入几篇最新论文，看看AI如何抛弃“二手经验”直击真实世界，又如何在虚拟社会里学会了作弊与“吹哨”。我们还会发现，AI正通过巧妙的任务拆分和精准分工，努力挣脱“平均分”的陷阱，去追求那极少数的“高光时刻”。这些来自AI的进化心法，或许能给我们带来意想不到的人生启发。

00:28:07 抛弃“二手经验”，直击真实世界，一次预测未来的思维升级

00:05:18 当100个AI被关进同一个房间，它们没有毁灭世界，而是学会了作弊与“吹哨”

00:12:17 把两件事拆开做，到底有多爽？——一篇前沿AI论文里的人生算法

00:18:19 别让所有人都来开会，从AI“混合专家”模型看极简管理与分工智慧

00:24:03 别被“平均分”骗了，从平庸到顶尖，你只需要换一种计分牌

本期介绍的几篇论文：

[LG] WeatherNext 3：Increasing resolution and performance of global weather models with raw observations

[Google DeepMind & Google Research]

https://arxiv.org/abs/2609.03582

---

[AI] A Case Study on Emergent Cheating and Whistleblowing in Autonomous Research Swarms

[Google DeepMind]

https://arxiv.org/abs/2609.04170

---

[LG] Free Pause Tokens

[Microsoft & Cornell University]

https://arxiv.org/abs/2609.03807

---

[LG] Towards a Statistical Understanding of Mixture-of-Experts

[Tsinghua University]

https://arxiv.org/abs/2609.03501

---

[LG] Tail-Likelihood Reinforcement Learning

[Carnegie Mellon University (CMU)]

https://arxiv.org/abs/2609.02987

本期，我们来聊聊AI如何从一个“普通学生”被系统地培养成编程竞赛的世界冠军，甚至超越了人类状元。但与此同时，为什么我们身边的AI助理，处理复杂任务时却常常“走着走着就散架”了？我们又该如何教会AI管理自己的“注意力”，像人一样划重点？以及，如何通过精准定位它“第一次犯错的瞬间”，让它的学习效率实现飞跃？四篇最新论文，带我们深入AI的“学霸心法”，揭示智能背后的策略、局限与成长之道。

00:00:37 AI学会考试了，而且比状元考得还好

00:06:06 你的AI助理，为啥走着走着就“散架”了？

00:11:30 AI的注意力，该由谁做主？

00:16:47 如何让机器学会聪明，抓住第一次犯错的瞬间

00:22:08 知识的“断舍离”，我们究竟该记住什么？

本期介绍的几篇论文：

[LG] Post-Training Language Models for Gold-Medal Performance in Coding Competitions

[NVIDIA]

https://arxiv.org/abs/2609.02849

---

[AI] How Fast Do Agents Rot? An Empirical Study of Long-Horizon Degradation in LLM Agents for Production Decision-Making

[Microsoft AI]

https://arxiv.org/abs/2609.01660

---

[CL] Language Models Can Control Their Own Attention

[KAIST AI & Google DeepMind]

https://arxiv.org/abs/2609.02737

---

[LG] Cliff: Learning Process Rewards from the First Mistake

[Amazon Web Services]

https://arxiv.org/abs/2609.02817

---

[LG] What Is Worth Representing? Representational Empowerment for Continual Model Construction

[UC Berkeley & University of Tübingen]

https://arxiv.org/abs/2609.02322

本期我们来聊聊AI世界正在悄然发生的一场“效率革命”。如何只花十分之一的成本，就猜对AI巨头的“天机”？又如何让AI靠“复读”关键知识，聪明地战胜一味地“堆料”？我们还会探讨一个反常识的现象：为什么一个好的AI老师，关键时刻要学会“闭嘴”？AI的能力飞跃，究竟是学会了新招，还是把旧招用得更溜了？四篇最新的AI论文，带你洞悉AI世界的效率革命与学习智慧。

00:00:33 如何用十分之一的成本，猜对AI巨头的“天机”？

00:06:17 如何让“笨学生”学得更快？关键在于让“老师”适时闭嘴

00:11:26 AI变聪明，是学会了新招，还是旧招用得更溜了？

00:16:47 AI训练的内卷，如何用“复读”战胜“堆料”？

00:22:44 当AI被骗，它的大脑里发生了什么？

本期介绍的几篇论文：

[LG] Efficiently Estimating Optimal Hyperparameter Scaling Laws through Power-Law Entropy Search

[Meta]

https://arxiv.org/abs/2609.01431

---

[CL] Knowledge Distillation During Mid-Training Favors Reasoning over Factual Recall

[Meta AI & Princeton University]

https://arxiv.org/abs/2609.01532

---

[CL] From Base Rollouts to RL Reasoning: A Budgeted Search Perspective

[Fudan University & Zhipu AI & Tsinghua University]

https://arxiv.org/abs/2609.01274

---

[LG] SMELT: Scaling Laws for Compute-Matched MoE Looped Transformers

[Tsinghua University & ByteDance Seed & M-A-P]

https://arxiv.org/abs/2609.01343

---

[LG] How Do Language Models Choose Between Context and Memory?

[Stanford University]

https://arxiv.org/abs/2609.00753

想知道AI混沌的“数字粥”里，是不是藏着一张我们能读懂的清晰地图吗？想见识一下比人类专家还厉害的“AI教练”，是如何给它的同类“治病”的吗？我们还会探讨，当所有人都想抄“流量密码”的作业时，内容世界为何会变得越来越无聊，以及最后，我们将揭秘一场AI的“省油”革命，看看聪明的设计如何让AI告别傻大黑粗。

00:00:28 AI的“黑箱”里，藏着一套我们熟悉的旧地图

00:06:09 比人类专家还强？AI正在学会自己给自己“治病”

00:11:34 当所有人都想抄第一名的作业

00:17:10 AI的“省油”革命，如何用更少的资源，办更大的事？

00:22:44 AI创作的秘密，不是靠魔法，而是靠一张地图

本期介绍的几篇论文：

[CL] The Emergent Symbolic Structure of Artificial Neural Networks

[Yale University & Johns Hopkins University & New York University]

https://arxiv.org/abs/2608.29530

---

[AI] Automated Researchers Can Reliably Mitigate Alignment Failures

[Anthropic & UC Berkeley]

https://arxiv.org/abs/2608.28945

---

[AI] CHASE: How Content Ecosystems Are Reshaped When Ranking Is the Only Target

[UC Berkeley & Zhejiang University]

https://arxiv.org/abs/2608.30466

---

[CL] On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability

[Qwen Team]

https://arxiv.org/abs/2608.30320

---

[LG] The information geometry of product-reference discrete diffusion: Interaction growth complexity and optimal scheduling

[MIT]

https://arxiv.org/abs/2608.28949

我们总感觉AI越来越无所不能，但今天，我们要从几篇最新论文出发，给这份狂热踩一脚“科学的刹车”。我们会探讨AI为何读完人类所有书籍，却依然有无法跨越的语言天堑，并揭示其看似复杂的内部机制，其实隐藏着一个更简单的“有效维度”。同时，我们也会发现，解决最棘手问题的，有时反而是被我们忽略的“笨办法”，而看似混沌的AI训练过程，竟然也遵循着可以预测的“伸缩法则”。准备好了吗？让我们一起拨开AI的迷雾，看见那些真正重要的底层规律。

00:00:39 AI读完了整个人类图书馆，为什么还是不懂你？

00:05:39 最聪明的办法，常常是那个“笨办法”

00:09:38 AI界的“孙子兵法”，如何用有限的资源打赢无限的战争

00:16:05 AI大模型里的“降维打击”，你看见的复杂，不是真的复杂

00:21:16 为什么好的目标，也会带你走上岔路？

本期介绍的几篇论文：

[CL] A Formal Limitation on Learning Human Language From Textual Corpora

[Universitat Pompeu Fabra & ETH Zürich]

https://arxiv.org/abs/2608.28560

---

[CL] Sliding-window beats linear attention

[Microsoft]

https://arxiv.org/abs/2608.28444

---

[CV] How Far Can 5,500 Hours of Driving Take You? A Scaling Law Analysis of Video Diffusion Models

[valeo.ai]

https://arxiv.org/abs/2608.28404

---

[LG] The Approximation Rank of Softmax Attention: Sharp Geometric Laws and Robust Interaction Dimension

[Nanyang Technological University & CMU]

https://arxiv.org/abs/2608.28150

---

[LG] How Proper Scoring Rules Shape LLM Forecasting

[Lightning Rod Labs & INSEAD & University of Pennsylvania]

https://arxiv.org/abs/2608.28482

当AI学会了“活在当下”，不再被历史包袱拖累时，我们人类自己又该如何避免被它悄悄“废掉”核心能力呢？本期节目，我们不仅要探讨如何用一把特制的尺子去衡量AI是否真的懂我们的“不开心”，还将揭秘如何培养出一个靠谱的AI“批评家”，让它实现高效的自我进化。最后，我们会一起探寻训练AI时那个神秘的“档位”，看看这些最新论文将如何刷新我们对人机协作与AI成长的认知。

00:00:33 让AI学会“活在当下”

00:05:00 AI越来越聪明，但它真的懂你的“不开心”吗？

00:09:24 那个替你干活的AI，正在悄悄“废掉”你

00:13:48 AI的成长烦恼，一个“批评家”的自我修养

00:20:39 训练AI的秘密“档位”

本期介绍的几篇论文：

[AI] SKILL.state: Scalable Long-Horizon Agent Skills

[Google LLC & Purdue University]

https://arxiv.org/abs/2608.26263

---

[CL] HealthBench-Psych: A Mental Health Subset of OpenAI's HealthBench

[Beth Israel Deaconess Medical Center]

https://arxiv.org/abs/2608.25071

---

[AI] AI Agents Push Humans Out of the Loop

[Hugging Face]

https://arxiv.org/abs/2608.23642

---

[LG] Best Practice Critic Optimization

[National University of Singapore & Tencent Hunyuan]

https://arxiv.org/abs/2608.23566

---

[LG] Effective Learning Rate Governs Loss Dynamics in Language Model Pretraining

[Peking University & Ant Group]

https://arxiv.org/abs/2608.24814

我们总惊叹AI越来越聪明，但你有没有想过，一个能理解世间万物的“意义图书馆”和一个离完美交付总差一步的“95分陷阱”同时存在于AI身上？本期几篇最新论文将带我们一探究竟，看看如何为AI装上外部“工作室”和独立的“世界大脑”，甚至揭示出AI群体“不靠说话”的协作奥秘。准备好了吗？让我们一起看看AI如何从一个聪明的“答题者”，进化成一个可靠的“行动派”。

00:00:32 AI的“意义图书馆”是怎么建成的？

00:06:25 AI的大考，为什么「差不多」等于「差很多」

00:10:45 人工智能的“外挂”，到底有多厉害？

00:15:23 给AI游戏世界装上一个“大脑”

00:20:36 人多，到底是力量大，还是乱糟糟？

本期介绍的几篇论文：

[CV] WeMM-Embedding: WeChat Multi-Modal Embedding Technical Report

[WeChat Vision, Tencent Inc.]

https://arxiv.org/abs/2608.24053

---

[AI] FrontierChallenge: Evaluating Scientific Workflow Completion

[Apodex Team]

https://arxiv.org/abs/2608.24979

---

[AI] Prime Agent: A Self-Improving RLM Harness

[Princeton University & Prime Intellect]

https://arxiv.org/abs/2608.23552

---

[CV] Code World Model: Coding Agent as World Brain

[Westlake University & Nanyang Technological University]

https://arxiv.org/abs/2608.25927

---

[AI] SwarmWorld: Stigmergic technological evolution in societies of language-model agents

[MIT]

https://arxiv.org/abs/2608.26081

本期我们要聊的几篇最新论文，简直就像是AI上演了一出精彩的“进化三重奏”。你有没有想过，AI不仅能亲自下场做实验，还能通过扔掉海量信息反而学得更快？我们还会看到，AI如何像一个不眠不休的科研团队那样在失败中进化，像军队一样高效分工，以及这一切的背后，如何靠一本“备忘录”将所有经验沉淀为真正的智慧。准备好了吗？让我们一起探索AI正在解锁的全新可能性！

00:00:34 AI 不再只是“思想家”，它开始“动手”了

00:04:59 AI 进化新思路，扔掉 95% 的信息，反而学得更好？

00:10:55 AI的“试错”进化论

00:17:42 将军与士兵，人工智能的完美分工

00:22:55 给AI装个“备忘录”，为什么笨办法反而是真聪明？

本期介绍的几篇论文：

[AI] Accelerating Scientific Research with Gemini in the Real-World

[Google DeepMind & Duke University & Columbia University]

https://arxiv.org/abs/2608.26701

---

[CV] LeVJEPA: Efficient & Scalable Video Pretraining without the Heuristics

[German Cancer Research Center & Mila]

https://arxiv.org/abs/2608.27395

---

[AI] AgentFold: Closed-Loop Agentic Search for Protein Folding Model Design

[Hunan University & Nanjing University & The Chinese University of Hong Kong]

https://arxiv.org/abs/2608.26747

---

[AI] Decoupling Planning and Control for Instructable Agents

[UC Berkeley & Google DeepMind]

https://arxiv.org/abs/2608.26788

---

[AI] WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution

[Google Research]

https://arxiv.org/abs/2608.27454

你有没有想过，让AI变得更聪明，关键可能不是让它知道得更多，而是教会它如何更高效地“思考”？本期我们要聊的几篇最新论文，就深入到了AI的思维深处：从让AI懂得“选择性遗忘”以实现长时间推理，到揭开决定AI学习成败的三个神秘“开关”。我们甚至会看到，机器人是如何通过“自言自语”来规划复杂任务的。准备好一起探索AI大脑的内部运作机制了吗？我们马上开始！

00:00:33 如何让AI长时间思考，还不“累”？

00:05:05 给你一个确定性的菜谱，靠谱吗？

00:10:44 你关心的问题，AI能比专家更快找到答案吗？

00:16:24 拆开AI的“黑箱”，决定它聪明的三个开关

00:22:50 机器人会思考，需要分几步？

本期介绍的几篇论文：

[CL] Prefix Sliding for efficient test-time scaling

[Stanford University & University of California at Santa Barbara & University of Washington]

https://arxiv.org/abs/2608.26070

---

[LG] Beyond Optimal Rates in Stochastic Optimization: Trajectory-Adaptive Stopping Rules

[UC Berkeley & PSL Research University]

https://arxiv.org/abs/2608.25551

---

[AI] Planetary Prediction Engine: Autonomous Geospatial Prediction via Intelligent Data Selection and Foundation Model Embeddings

[Google Research]

https://arxiv.org/abs/2608.26088

---

[LG] Demystifying Reinforcement Learning Post-Training of Language Models

[University of Washington]

https://arxiv.org/abs/2608.24949

---

[RO] R^3: Training Robots to Reason in Natural Language via Reinforcement Learning

[Carnegie Mellon University (CMU)]

https://arxiv.org/abs/2608.26053

本期我们要聊点脑洞大开的：如果让一群AI自己组建科研社区，甚至给它们“放假”，会涌现出怎样的科学发现？我们会看到，AI真正的成长秘诀，不在于修正答案，而在于递归式地优化自己的“思考方法”，甚至学会像孙悟空一样用“分身术”同时探索多种可能。接着，当AI团队犯错时，我们将化身侦探，精准定位“责任人”，并揭秘一个让AI提速的妙招——不是靠堆算力，而是靠精明的“预算”分配。准备好了吗？让我们一起从几篇最新论文中，探寻这些关于AI工作流、团队协作与自我进化的深刻洞见。

00:00:43 AI也需要“放假”？科学发现的新模式

00:06:03 成长的秘密，不是优化答案，而是优化方法

00:10:58 让AI学会“分身术”，我们能快多少？

00:16:06 AI犯错，我们应该怪谁？

00:20:55 AI 为什么那么慢？这篇论文给了个巧妙的答案

本期介绍的几篇论文：

[AI] Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment

[DualverseAI & University of California San Diego]

https://arxiv.org/abs/2608.23691

---

[AI] Metan^n: Recursive Self-Improvement through Emergent Depth

[University of Minnesota & Seoul National University]

https://arxiv.org/abs/2608.24735

---

[AI] Parason: Revealing Subtask and Trial Parallelism in LLM Reasoning

[Tsinghua University & NVIDIA]

https://arxiv.org/abs/2608.24658

---

[CL] Who is the Agent to Blame? Localizing Faithfulness and Citation Mistakes in Agentic Deep Research

[Bar-Ilan University & UNC Chapel Hill]

https://arxiv.org/abs/2608.24306

---

[CL] AgentSpec: Speculative Decoding for Batch Inference of LLM Agents

[The Ohio State University & Microsoft Research & University of Michigan]

https://arxiv.org/abs/2608.24004

你有没有觉得，最聪明的AI有时也会犯一些“低级错误”？本期节目，我们就从几篇最新论文出发，去看看AI那些意想不到的“脆弱时刻”。我们将一起探索，为什么AI合作有时会“1+1<2”，甚至被少数派“带偏”；又为什么一个不起眼的错别字，就能让它瞬间“走神儿”。更重要的是，我们将看到科学家们如何像一位“自动马鞍匠”一样，为AI打造不断进化的外部装备，又如何通过“字斟句酌”的反馈，教会AI抵御外界的恶意指令。

00:00:36 如何给AI装上一个“自动升级”的马鞍？

00:05:13 为什么笼统的批评没用？从教AI“防骗”的底层逻辑说起

00:10:36 1+1 < 2？合作的隐形成本

00:15:48 一个好汉三个帮，AI为何越帮越忙？

00:20:58 为什么一个错别字，就能让AI“走神儿”？

本期介绍的几篇论文：

[AI] AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces

[POSTECH & KAIST & Southern University of Science and Technology]

https://arxiv.org/abs/2608.23041

---

[AI] SecOPD: Mitigating Adaptive Prompt Injections by On-Policy Distillation

[UC Berkeley]

https://arxiv.org/abs/2608.21500

---

[CL] The Collaboration Tax: How Much LLM Multi-Agent Systems Pay to Coordinate

[University of Notre Dame & Meta Superintelligence Labs]

https://arxiv.org/abs/2608.22152

---

[CL] Aligned Alone, Misaligned Together: Forecasting Adversarial Capture in LLM Agent Populations

[ETH Zurich & Tel Aviv University]

https://arxiv.org/abs/2608.22444

---

[CL] Lexical Perturbations Disrupt LLM Reasoning: An Empirical Study of Attention Diversion

[Missouri University of Science and Technology & University of North Texas]

https://arxiv.org/abs/2608.22140

你是否想过，如何给总爱“胡说八道”的AI配个从不说谎的“裁判”，让它成为绝对可靠的实干家？又该怎么让两个AI跳过聊天，直接“开个小会”高效同步想法？本期节目，我们将一起探索几篇最新论文带来的奇妙思路：看AI如何一边深度思考，一边给自己“抢答”来提升速度；看机器人如何通过专属“陪练”从失败中自我开窍；最后，我们还会发现，通往最优解的道路，有时竟是一条返璞归真的捷径。

00:00:34 让AI从“夸夸其谈者”变成“实干家”的秘密

00:05:54 当AI学会了开小会

00:10:23 让AI一边思考，一边抢答

00:14:53 给机器人请个“陪练”，让它自己开窍

00:19:03 优化世界的返璞归真之道

本期介绍的几篇论文：

[AI] AI with Authority, from Application to Silicon

[J Hickey]

https://arxiv.org/abs/2608.21356

---

[LG] Dual-Cache Latent Space Communication between Heterogeneous Language Models

[J Liu, Q Zhang, Y Jia, Z Kan… — Amazon Web Services (AWS)]

https://arxiv.org/abs/2608.20617

---

[CL] Self-Speculation for Faster Reasoning Models

[R Valluri, T Nguyen, A Grover — University of California, Los Angeles]

https://arxiv.org/abs/2608.20359

---

[RO] Beyond Imitation: Self-Improving Robot Policies via Off-Policy Q-Planning

[V Giridhar, A Khandelwal, J A. Collins, I Georgiev… — Georgia Institute of Technology]

https://arxiv.org/abs/2608.21204

---

[LG] Primal Acceleration of Newton's Method

[N Doikov — Cornell University]

https://arxiv.org/abs/2608.21359

你是否想过，给AI的“私教”偷看标准答案，究竟是作弊还是神操作？为什么机器人模仿完美师傅反而会碰壁，甚至有时需要“闭着眼睛”走路？本期节目，我们将从几篇最新论文出发，揭示AI如何从模仿走向探索，以及强大的模型是如何在你的手机里实现性能飞跃的。让我们一起探寻这些AI“反常识”行为背后的智慧吧！

00:00:29 AI界的“陪练”与“私教”

00:06:33 机器人学艺，师傅领进门，修行靠自己

00:11:55 机器人为什么要“闭着眼睛”走路？

00:18:01 你的手机，为什么能越来越“聪明”？

00:22:35 高手与笨蛋的分界线，在于如何面对复杂

本期介绍的几篇论文：

[LG] Le Critique: Privileged Value Functions for LLM Reinforcement Learning

[Mistral AI]

https://arxiv.org/abs/2608.16739

---

[RO] FetchMan: Learning Visual Humanoid Loco-Manipulation Policies from Simulated Experiences

[University of California, Los Angeles & Allen Institute for AI]

https://arxiv.org/abs/2608.17027

---

[RO] Revisiting Open-Loop Execution in Robotics: Toward Reactive, Higher-Performing Policies

[MIT & UC Berkeley]

https://arxiv.org/abs/2608.15938

---

[LG] FlashAttention for Scalable Vector Architectures

[Chalmers University of Technology & University of Glasgow]

https://arxiv.org/abs/2608.18656

---

[CV] Falcon Perception-HD: High Density Perception via Reinforcement Learning

[Technology Innovation Institute]

https://arxiv.org/abs/2608.18881

今天，我们聊一个有趣的话题：让AI变聪明的关键，或许不在于更大的“大脑”，而在于更巧妙的“方法论”。我们将一起探索，如何只用一段普通视频就“复活”一个立体的你，又如何通过“画轨迹”的方式，创造出所有机器人都能听懂的世界语。我们还会揭示，为什么当前最强的AI也面临着“一离开老师就抓瞎”的窘境，以及如何为它请一位专属“私教”，让训练效率突飞猛进。准备好了吗？让我们看看这些最新论文是如何重新定义AI的学习与成长之路的。

00:00:39 AI的“断奶”挑战，为什么最聪明的学生，一离开老师就“抓瞎”？

00:05:23 AI变聪明的秘密，不是更大的脑子，而是更好的“马鞍”

00:11:54 一段普通视频，如何“复活”一个立体的你？

00:17:11 指挥机器人的终极密码，别说话，画轨迹

00:22:14 AI的“健身房”也需要“私教课”

本期介绍的几篇论文：

[AI] ASI-Bench: At the Dawn of Artificial Superintelligence

[Tsinghua University]

https://arxiv.org/abs/2608.17271

---

[AI] Agent Lightning v1.0: Towards Harnessed Agentic RL

[Microsoft & Fudan University & Zhejiang University]

https://arxiv.org/abs/2608.17528

---

[CV] 4DAnyone: Create Anyone in 4D from a Casual Monocular Video

[Zhejiang University & Robbyant]

https://arxiv.org/abs/2608.20335

---

[RO] Hydra-0: Action Flow for Generalist World Modeling and Control

[NVIDIA]

https://arxiv.org/abs/2608.18077

---

[AI] EnvHarness: Awakening Static Worlds for Agent Learning

[Washington University in St. Louis & Google Cloud AI Research]

https://arxiv.org/abs/2608.19880

给机器人请个“高人”当教练，它就能更快出师吗？你越是强调一个秘密，AI助理反而越容易通过“微表情”泄密？面对眼花缭乱的AI模型，怎样才能做出最“划算”的选择？我们又该如何把你电脑里那些只可意会的隐形操作，变成一本AI也能看懂的“武功秘籍”？本期节目，我们将透过几篇最新论文，一起探索如何让AI学会更高效地行动、更安全地协作，以及更聪明地为我们当好管家。

00:00:33 给机器人请个“高人”当教练

00:06:16 你的AI助理，可能是个藏不住事的“大嘴巴”？

00:11:00 你的下一个AI，需要一个“划算”计算器

00:17:13 如何让AI“学徒”早出师？

00:21:37 你的电脑，藏着一本“隐形说明书”

本期介绍的几篇论文：

[AI] EXIMO: VLM Guided Exploration of VLA Policies

[Google DeepMind]

https://arxiv.org/abs/2608.19891

---

[LG] Inadvertent Context Leakage in Language Models

[Meta Superintelligence Labs & UC Berkeley]

https://arxiv.org/abs/2608.19857

---

[AI] Pandora's AI Model Routing Box: Efficient Allocation with Costly Value Estimation

[Google DeepMind]

https://arxiv.org/abs/2608.20316

---

[AI] MidTool: Mid-training Data Synthesis for Agentic Tool Use

[University of Washington & Snowflake]

https://arxiv.org/abs/2608.20314

---

[CL] Inducing Task Models from Computer-Use Traces

[Stanford University & CMU]

https://arxiv.org/abs/2608.20319

你是否想过，AI要如何才能像武林高手一样“左右互搏”，自己给自己出题，实现无限成长？当它学习一项新技能时，又要如何避免像我们一样，一紧张就把基本功忘得一干二净？更神奇的是，我们还将看到AI如何不靠开颅手术，就能精准“读懂”我们大脑里的句子。本期节目，我们将通过几篇最新论文，一起探寻AI世界里关于学习、成长与解决复杂问题的非凡智慧。

00:00:33 当AI学会“读心”，我们离未来还有多远？

00:07:00 突破成长天花板，AI如何学会“左右互搏”，做自己最好的老师？

00:12:39 告别“狗熊掰棒子”式的努力，从一台AI机器手的进化，看高手的“底层能力”构建

00:16:14 破局“好与快”的死结，从猜答案到重塑底层逻辑的认知飞跃

00:21:06 当麻烦“祸不单行”时，我们该如何破局？，，来自前沿AI算法的生存智慧

本期介绍的几篇论文：

[CL] Accurate Decoding of Natural Sentences from Non-Invasive Brain Recordings

[Meta AI & Université PSI]

https://arxiv.org/abs/2608.18114

---

[CL] SPADE: Self-Play in Adaptive Synthetic Executable Environments

[University of Washington & Northeastern University & CMU]

https://arxiv.org/abs/2608.19197

---

[RO] ADEPT: Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning

[NVIDIA]

https://arxiv.org/abs/2608.19182

---

[AI] Coupled-cluster molecular properties across the main group that extrapolate beyond training size

[MIT]

https://arxiv.org/abs/2608.18346

---

[LG] Continuous-Time Reinforcement Learning for Controlled Hawkes Jump-Diffusions

[UC Berkeley]

https://arxiv.org/abs/2608.19151

今天，我们不聊堆算力的“大力出奇迹”，而是要探索几条让AI变得更智慧、更可靠的巧妙路径。我们会看到，一个简单的“反刍”机制，如何让AI不再健忘；一场内部“辩论赛”，又如何教会它诚实；“专家分工”的智慧，怎样让它在变强的同时还更省钱。最后，我们还会探究AI是如何学会像高手一样“抬头看路”地做决策，甚至在数学领域领悟“功夫在题外”的道理。准备好了吗？让我们一起揭开这些最新论文背后的绝妙构思。

00:00:37 AI的“反刍”，一个让它更聪明的简单魔法

00:05:10 如何让AI变得更聪明，同时还不变坏？

00:09:50 AI 进化新思路，从“大力出奇迹”到“聪明分工”

00:14:55 高手决策的秘密，既要埋头拉车，又要抬头看路

00:20:36 AI做数学，功夫在诗外

本期介绍的几篇论文：

[LG] Recirculation

[Google DeepMind]

https://arxiv.org/abs/2608.17981

---

[LG] Debate Training Reduces Reward Hacking in RLAIF

[Google DeepMind]

https://arxiv.org/abs/2608.17776

---

[CV] MoE-ViE: Mixture of Experts Vision Encoder for Efficient Image and Video Understanding

[Meta]

https://arxiv.org/abs/2608.17402

---

[LG] Q-Learning With World Models

[Stanford University & Peking University]

https://arxiv.org/abs/2608.17163

---

[AI] The Problem Is the Problem: Towards Scalable Mathematical Discovery

[CMU]

https://arxiv.org/abs/2608.16977

你有没有想过，聪明的AI也会犯傻，甚至像个没头脑的实习生？本期节目，我们就来聊聊如何让AI变得更“靠谱”。我们将一起看看，科学家们如何用AI工具去解决古老的数学难题，如何洞悉AI群体的“集体意识”，是会变得更聪明还是更固执，以及如何教会AI拥有一个好记性，并像人一样学会“反思”自己。

00:00:28 给你一把新扳手，拧紧一颗老螺丝

00:05:56 AI的“集体意识”，乌合之众还是三个臭皮匠？

00:10:51 如何才能拥有一个好记性？

00:15:37 为什么聪明的AI，干起活来却像个“没头脑”？

00:21:07 给AI立规矩，为什么不能靠“死命令”？

本期介绍的几篇论文：

[LG] Improving the matrix multiplication exponent with modern optimization and AlphaEvolve

[Google DeepMind]

https://arxiv.org/abs/2608.16884

---

[AI] Physics of Agents: Statistical Mechanics Predicts Collective Behavior of AI Agents

[Stanford University & UC Santa Barbara]

https://arxiv.org/abs/2608.16578

---

[LG] Proteus: Incremental Memory Activation for Long-Context Sequence Modeling

[Mila & Google]

https://arxiv.org/abs/2608.16844

---

[CL] How Do Agents Fail on AutoResearch: End-to-End Diagnostic Evaluation on 100 Real-World Frontier Research Tasks

[Prentis AI]

https://arxiv.org/abs/2608.14905

---

[CL] CAPO: Constraint-Aware Prompt Optimization for LLM Agents

[Microsoft]

https://arxiv.org/abs/2608.16068

今天我们来当一回AI世界的侦探，看看AI的“黑箱”里都藏着哪些秘密。我们将揭开AI绘画两大流派的统一秘诀，看看AI的大脑里是不是也分出了“文科”和“理科”部门。接着，我们会分辨AI是在“真思考”还是在“表演思考”，并学习它如何为未知游戏自建一个“数字孪生”。最后，再看看科学家如何给这个聪明的“大脑”进行一次外科手术级的精准“瘦身”，让它跑得更快更好。

00:00:31 AI绘画高手，为何在“半路”上吵翻了天？

00:06:03 AI的大脑里，也分“文科”和“理科”吗？

00:10:21 你是在真思考，还是在表演思考？

00:15:38 如何像高手一样，玩一把没说明书的游戏？

00:20:16 AI绘画的“火候”，高手与庸才的分野

本期介绍的几篇论文：

[LG] Designing Reinforcement Learning for Diffusion Models: A Unified Path-Space View

[Peking University & ByteDance Seed]

https://arxiv.org/abs/2608.14430

---

[AI] Modular Cognitive Architecture Emerges in Large Language Models

[MIT]

https://arxiv.org/abs/2608.13567

---

[CL] Amplified Does Not Mean Predictive: Reasoning Behaviors in Thinking Models

[CMU]

https://arxiv.org/abs/2608.13760

---

[AI] Twin: Playing an Unknown Game with a Test-Time Digital Twin

[Yeshiva University & Stanford University & Cornell University]

https://arxiv.org/abs/2608.14490

---

[LG] Adversarial Learning of Classifier-Free Guidance Schedules

[Google & Google DeepMind]

https://arxiv.org/abs/2608.14038

我们总觉得AI变得更强，就是模型更大、算力更猛，但今天我们要聊点不一样的。最新几篇论文告诉我们，真正的智能升级，是教会AI拥有科学家的“品味”，甚至赋予它类似人类的“情绪”来感知对错。同时，我们还要用一点小小的“随机”来防止它学会“耍滑头”，并在一场终极“摸底考”中，看清它距离人类顶尖黑客到底还有多远。准备好了吗？让我们一起看看，AI如何被塑造出更深邃的智慧。

00:00:33 AI 会“品”，科学大不同

00:07:02 你的AI有“情绪”了，而且这决定了它的智商

00:13:00 如何防止你的AI员工「耍滑头」？

00:18:15 人工智能摸底考，为什么黑客的饭碗暂时还很稳？

00:24:19 AI法官的“内心戏”，一个比准确率更重要的指标

本期介绍的几篇论文：

[LG] Training AI Scientists to Replicate Research

[Inherent]

https://arxiv.org/abs/2608.13331

---

[AI] Emotion2Skill: Model-Internal Emotion Signals for Adaptive Skill Selection and Evolution

[University of Science and Technology of China & University of Oxford & University of Arizona]

https://arxiv.org/abs/2608.09248

---

[LG] Rubric Dropout: A Simple Way to Mitigate Reward Hacking in Rubric-as-Reward RL

[Scale AI & University of Arizona]

https://arxiv.org/abs/2608.11669

---

[AI] The Next Challenge for Agentic Cybersecurity: A Realistic, Contamination-Free Reverse Engineering Benchmark

[Columbia University & UC Berkeley]

https://arxiv.org/abs/2608.11469

---

[AI] Jagged Judges: Epistemic Stability Under Silence, Pressure, and Persistence

[Meta Superintelligence Labs]

https://arxiv.org/abs/2608.12645

你有没有想过，AI在给你答案之前，它的大脑里到底发生了什么？本期我们来聊聊AI几种奇特的“思考术”：有的AI学会了更省钱的“默算”，有的则像一个项目经理，懂得把复杂任务拆解成一个个小技能包。同时，我们也会揭示一个惊人漏洞——AI家族里的“小弟”是如何出卖“大哥”的商业机密；以及，AI学徒又该如何在一个绝对安全的环境里，把自己训练成“股神”。这些最新论文，正在重新定义AI的智慧、效率与安全边界。

00:00:35 AI的“默算”能力，更聪明，还是更经济？

00:05:47 AI写论文？不，它在学习一种更重要的能力

00:11:09 你家AI的“悄悄话”，正在被隔壁“笨小孩”出卖

00:17:00 AI当学徒，能把自己教会成股神吗？

00:22:44 你的AI闯了祸，到底该谁来背锅？

本期介绍的几篇论文：

[AI] BDH-CQ: In-Context Learning with Recurrent Latent Reasoning

[B Engdahl, A Kosowski, J Chorowski, Z Stamirowska…]

https://arxiv.org/abs/2608.09888

---

[CL] Spark-to-Paper: End-to-End Research Paper Generation as a Composable Skill

[Vast Intelligence Lab & University of Technology Sydney]

https://arxiv.org/abs/2608.11924

---

[AI] Stealing Reasoning Traces from Proprietary LLM APIs

[MATS Research & ELLIS Institute Tübingen & AI Security Company]

https://arxiv.org/abs/2608.09867

---

[CL] AQuA: Recursively Self-Improving Quantitative Trading Research Agents

[Princeton University & Ant Group]

https://arxiv.org/abs/2608.12841

---

[AI] Legal Responsibilities Using Autonomous Agents For Artificial Intelligence

[ChiTek-i AS]

https://arxiv.org/abs/2608.08022

AI画画写代码，怎样才能告别蛮力，像高手一样把力气用在刀刃上，又像学徒一样得到名师指点，快速开窍呢？它的学习过程到底是充满“顿悟”的跳跃，还是一分耕耘一分收获的苦功？更进一步，当规则完全未知时，AI能像我们玩密室逃脱一样，自己摸索出世界的法则吗？本期节目，我们就从四篇最新论文出发，一起探寻AI从“聪明”走向“智慧”的秘密。

00:00:31 生成AI的“节拍器”，如何把算力用在刀刃上？

00:06:13 AI当码农，如何从“笨徒弟”进化成“老师傅”？

00:12:35 AI学习的秘密，顿悟与苦功，本来就是一回事

00:19:14 AI的下一个考场，在规则未知的世界里摸索

00:24:27 AI养娃，要从胎教开始

本期介绍的几篇论文：

[LG] The data geometry of masking diffusion: Certified-optimal schedules via unmasking growth complexity

[M J. Wainwright, MIT]

https://arxiv.org/abs/2608.13520

---

[LG] CAKE: Compiler-Agent Co-Design for Frontier Kernel Evolution

[Z Ye, Y Huang, H Jin, B Hou… (NVIDIA & CMU)]

https://arxiv.org/abs/2608.12629

---

[LG] Neural Quadratic Forms: A Unified Minimal Model for Sudden Learning and Scaling Laws

[L Ziyin, Y Xu, T Poggio, I Chuang (MIT & EPFL)]

https://arxiv.org/abs/2608.13335

---

[LG] DiG-bench: Discovery in Games

[R M. Battleday, K Sandbrink, J Cullen-Drohan, Z Yan… (Thinking About Thinking)]

https://arxiv.org/abs/2608.12593

---

[LG] Synthetic Persona Pretraining: Alignment from Token Zero

[J Minder, V Moskvoretskii, R Singhal, D Jiao,… (EPFL)]

https://arxiv.org/abs/2608.13482

你有没有想过，让人工智能变聪明的秘诀，可能不是“更多”，而是“更巧”？本期我们要聊的几篇最新论文，就充满了这种“反常识”的智慧：从把效率从细节里“省”出来，到警惕信息太丰富反而让AI“变笨”的悖论。我们还会看到，一个“完美”的陪练为何会带出最差的学生，以及如何通过精心呵护AI的“童年”，来预测它未来的潜力。准备好，让我们一起在这些看似矛盾的发现中，窥见AI的未来。

00:00:32 省出来的效率，才是真本事

00:07:29 AI的“富贵病”，为什么信息越多，它反而越“笨”？

00:11:44 你的AI陪练，正在让你变傻

00:17:46 人工智能的“童年”里，藏着未来的密码

00:22:55 AI瘦身术，从“一刀切”到“看人下菜”的智慧

本期介绍的几篇论文：

[LG] Dion3: Full-Stack Orthogonal Updates

[New York University & Princeton University & NVIDIA]

https://arxiv.org/abs/2608.11612

---

[CL] Information Abundance Paradox: Long-Context Training Undermines Parametric Knowledge

[Johns Hopkins University]

https://arxiv.org/abs/2608.12218

---

[CL] One Frozen Simulator Is Not Enough: Simulator Collapse in Multi-Agent RL

[Northeastern University & New York University & UC Berkeley]

https://arxiv.org/abs/2608.12253

---

[LG] Small-Scale Experiments: Are We There Yet?

[FAIR at MSL Meta & New York University]

https://arxiv.org/abs/2608.11859

---

[LG] SoftWater: Class-Aware Rate Allocation for Softmax Quantization

[MIT]

https://arxiv.org/abs/2608.12026

你有没有想过，我们每天都在用的AI，在那些看不见的地方，正在发生什么？本期我们将通过几篇最新论文，一起去看看AI华丽大厦地基下的“裂缝”，潜入它用于思考的“秘密厨房”。我们还会探讨如何为它装上一个检测内心矛盾的“逻辑测谎仪”，并警惕我们是怎样在不经意间，把复杂的“人类价值观”简化成了一道危险的选择题。

00:00:30 AI大模型，那些藏在基座里的“裂缝”

00:05:30 你的AI在说谎吗？我们迎来了一个“逻辑测谎仪”

00:11:39 AI的“心口不一”，它在哪以及为什么在那思考？

00:16:43 AI的价值观，正在被简化成一道选择题

00:21:45 让机器人拥有“故事感”的记忆

本期介绍的几篇论文：

[CL] Cracks in the Foundation: Seemingly Minor Architectural Choices Impact Long Context Extension

[Ai2 & CMU]

https://arxiv.org/abs/2608.10296

---

[AI] How to Verify Consistency of Probabilistic Claims

[EPFL & Université de Montréal]

https://arxiv.org/abs/2608.11181

---

[CL] Off-Axis, On Purpose: Where a Transformer Computes Concepts and Why it Does So

[University of Washington]

https://arxiv.org/abs/2608.10251

---

[AI] Toward a Theory of Value in AI Alignment

[Google Research & UCLA & Google DeepMind]

https://arxiv.org/abs/2608.10327

---

[CV] GESTO: Human-Centric Spatio-Temporal Memory for Reasoning in Dynamic Scenes

[KTH Royal Institute of Technology & University of Stuttgart]

https://arxiv.org/abs/2608.10886

今天，我们来聊聊如何让AI不再只靠“大力出奇迹”，而是学会更聪明地工作。我们会看到，AI如何学会“继承”自己的思考，不再用后即焚；又如何像个聪明的导演，把算力“增援”到最关键的地方。我们还会发现，机器人如何掌握了快慢有度的“节奏感”，以及一个好的系统为何要懂得“聪明的懒惰”。这几篇最新论文，将带我们一窥AI从“野蛮生长”到“精耕细作”的进化之路。

00:00:32 让AI告别“用后即焚”的思考模式

00:05:29 AI解题新思路，如何把一份算力，掰成八瓣花？

00:10:45 机器人也懂的“快慢之道”

00:15:42 成大事者，为什么都懂得“懒惰”的艺术？

00:21:29 给AI一盒乐高，让它自己搭出新世界

本期介绍的几篇论文：

[AI] Full-bandwidth transformer

[Johns Hopkins University & Princeton University & Microsoft]

https://arxiv.org/abs/2608.08888

---

[AI] Thought-Level Beam Search for Reasoning

[Princeton University & MIT & Meta AI]

https://arxiv.org/abs/2608.08020

---

[RO] SpeedTuning: Speeding Up Policy Execution with Lightweight Reinforcement Learning

[Stanford University]

https://arxiv.org/abs/2608.09138

---

[LG] Beyond Binary: Continuous State Optimization with Graph-Structured Objectives

[Google Research & Tel Aviv University]

https://arxiv.org/abs/2608.09366

---

[LG] Idea Search: Guiding Tree Search with Ideas to Explore Diverse Scientific Methods

[California Institute of Technology & Google Research]

https://arxiv.org/abs/2608.08958

今天我们来聊聊如何把聪明的AI，变成一个真正可靠的专家。我们会看到，AI要像医生一样去“实习”才能成长，而训练它需要一张全新的“地图”。我们还将揭开手机AI突然“变笨”的秘密，并告诉你一个简单方法，让AI裁判不再“偷懒”。这几篇最新论文，将刷新你对AI如何学习和工作的认知。

00:00:27 AI医生实习记，高手是怎么炼成的？

00:05:15 大模型训练，高手手里的那张新地图

00:11:00 你的手机AI，为什么会突然变笨？

00:17:12 AI裁判也会“偷懒”？一个简单的办法让它更靠谱

00:22:18 大模型瘦身指南，你以为的“闲职”，其实是“关键先生”

本期介绍的几篇论文：

[AI] ResidencyRL: Reinforcement Learning in Simulated Clinical Environments

[Google DeepMind]

https://arxiv.org/abs/2608.07418

---

[CL] Skaling: Chinchilla's Exponents Meet Kaplan's Coupling

[FAIR at Meta]

https://arxiv.org/abs/2608.07222

---

[LG] Quantization Damage Is Multiplicative, Not Additive

[Holistic AI]

https://arxiv.org/abs/2608.06564

---

[LG] Sharding Prevents LLM Oversight Failures and Adversarial Exploitation

[CMU]

https://arxiv.org/abs/2608.06422

---

[LG] The Sparsity Whisperer

[MIT]

https://arxiv.org/abs/2608.06630

AI是如何学会“成事”的？本期节目，我们将看到，AI如何通过处理办公室杂活，竟然领悟了解决复杂问题的底层心法。我们还会揭秘一套神奇的“管家系统”，看它如何防止聪明的AI在长任务中掉链子。但与AI聊得太久，为何反而会陷入危险的“妄想旋涡”？最后，当任务完成，AI又是如何精准地判断出，哪一步才是真正的功臣？

00:00:29 成事的底层心法，AI学会了，我们呢？

00:06:12 你的AI为什么总掉链子？因为它缺个好管家

00:12:07 为什么和AI聊得越久，就越危险？

00:18:45 功劳怎么算？AI学会了“动态归因”

00:25:15 AI生成，从“万里长征”到“瞬间移动”

本期介绍的几篇论文：

[AI] Post-Training on Office Work Improves Software Engineering: A Behavioral Account of Cross-Domain Transfer
[Surge AI]
https://arxiv.org/abs/2608.01604
---
[CV] LongHorizon-Harness: Advancing Long-Horizon Agents for Real-World Tasks
[DreamX Team, Alibaba Group]
https://arxiv.org/abs/2608.01964
---
[CL] DelusionEval: Measuring Delusion-Linked Behaviors in AI Chatbots
[Stanford University]
https://arxiv.org/abs/2608.05004
---
[AI] AgentOPSD: Recursive Self-Distillation for Agentic Reinforcement Learning
[Tsinghua University & Zhejiang University]
https://arxiv.org/abs/2608.05987
---
[LG] Beckmann Transport Models: From Autonomous Flows to One-Step Maps
[Harvard University & Capital Fund Management & University of Oxford]
https://arxiv.org/abs/2608.01692

今天，我们不聊AI有多聪明，而是聊它如何变得更“懂事”、更“实用”。本期节目，我们将透过几篇最新论文，看看AI如何用83亿虚拟人格为产品进行“数字彩排”。同时，我们也会探讨AI如何学会在现实世界的重重限制下“戴着镣铐跳舞”。最后，我们将一窥AI如何将理解、创造和编辑融为一体，跳出二维像素的禁锢，成为真正强大的三维世界“造物主”。

00:00:32 在数字世界里，我们如何“彩排”未来？

00:06:19 你的AI员工，能戴着镣铐跳舞吗？

00:10:58 数字世界的“造物主”工具箱

00:16:15 跳出像素格，才能看见真实的三维世界

00:21:11 机器人偷师记，它怎么学会了我们干的活？

本期介绍的几篇论文：

[AI] MatrAIx: Simulating the World with 8.3 Billion Persona Agents
[MatrAIx]
https://arxiv.org/abs/2608.04205
---
[AI] Permission Denied: Policy-Graded Evaluation of Coding Agents in Hardened Environments
[Accomplish AI]
https://arxiv.org/abs/2608.02670
---
[CV] Hunyuan3D-Buffalo 1.0: A Unified Multimodal Model for Scalable 3D Generation, Understanding, and Editing
[Tencent Hunyuan]
https://arxiv.org/abs/2608.02711
---
[CV] InfiniSplat: Implicit Gaussian Decoding for Large-Baseline Monocular View Synthesis
[Zhejiang University]
https://arxiv.org/abs/2608.02437
---
[RO] Ego2Robot: Scalable Robot Data Synthesis from Egocentric Human Data
[Qwen Team & Renmin University of China]
https://arxiv.org/abs/2608.02580

你是否也好奇，为什么AI时而是个观点摇摆的“墙头草”，时而又像个只顾眼前、缺乏远见的“短视司机”？本期节目，我们将通过四篇最新论文，揭示AI如何学会拥有稳定的观点和深谋远虑的智慧。我们还将发现，解决复杂问题，有时最简单的数据“对齐”就能力压千钧；甚至，善意添加的正确数据，反而会变成“毒害”AI的糖衣炮弹。准备好，让我们一起深入AI的“思想内核”！

00:00:33 如何让AI不再当“墙头草”？

00:05:34 AI进化新思路，从“下一步”到“下一站”

00:10:09 预测未来，与其“魔改”，不如“对齐”

00:16:05 好心办坏事，为什么正确的数据也会“毒害”人工智能？

00:21:55 为什么最优的健康方案，可能不是最可靠的选择？

本期介绍的几篇论文：

[CL] Position: It's Time to Optimize LLMs for Self-Consistency

[MIT]

https://arxiv.org/abs/2608.05188

---

[CL] Hierarchical Latent Prediction for Language Models

[Microsoft Research & University of Texas at Austin]

https://arxiv.org/abs/2608.05806

---

[LG] Align-RAG: Alignment Is All You Need for TSFM In-Context Learning

[Stanford University & Amazon]

https://arxiv.org/abs/2608.05571

---

[LG] Optimal Rates for Learning with Monotone Adversaries

[Stanford University]

https://arxiv.org/abs/2608.06337

---

[LG] Quality Diversity for Reliable Data Driven Time-Use Optimization

[Adelaide University]

https://arxiv.org/abs/2608.05230

我们该如何教会AI看世界，同时避免它养成“视觉懒惰症”？为什么一个看过答案的“完美家教”，反而会让聪明的AI学生变得更笨？本期我们还将探讨，AI为何会像人类高手一样遭遇“跨界”难题，以及我们如何教会它像个老道的工匠一样“看人下菜碟”，智能地选择工具。今天，四篇最新论文将带我们深入AI成长的烦恼与智慧。

00:00:29 给AI装上眼睛，我们踩过哪些坑？

00:07:08 聪明学生的困境，为什么完美的家教反而会让你变笨？

00:12:58 AI的“跨界”难题，为什么高手也会栽跟头？

00:19:04 AI干活，也得学会“看人下菜碟”

00:24:20 那个“最懂你”的AI，可能只是个热情的陌生人

本期介绍的几篇论文：

[CV] Towards Physics of Multimodal Pretraining: Knowledge Flow, Modality Synergy, Early Unification, and Recipes

[FAIR, Meta]

https://arxiv.org/abs/2608.05000

---

[LG] Privileged, but Biased: How PI-Conditioned Teachers Break Self-Distillation

[Microsoft Research]

https://arxiv.org/abs/2608.04794

---

[CL] Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning

[Princeton University & CMU]

https://arxiv.org/abs/2608.05139

---

[AI] COMPAS: Difficulty-Aware Joint Search for Optimizing Code Generation

[King’s College London]

https://arxiv.org/abs/2608.04336

---

[CL] The Personalization Mirage: How LLMs Fabricate User Profiles, and Why Self-Monitoring Misleads

[LIGHTSPEED & The Hong Kong University of Science and Technology]

https://arxiv.org/abs/2608.04570

你有没有想过，两个顶尖AI在“囚徒困境”里，竟然会不约而同地选择信任彼此？大模型又是如何像继承“传家宝”一样，瞬间读懂小模型的记忆？甚至，机器人和AI自己，也学会了拥有“节奏感”和使用“错题本”来不断进化。本期节目，我们就从几篇最新论文出发，一起探寻AI世界里那些反直觉的智慧。

00:00:27 AI的信任游戏，为什么聪明的它，会选择合作而非背叛？

00:05:45 AI 家族的“传家宝”，大模型如何继承小模型的“记忆”？

00:10:40 机器人也需要“节奏感”？

00:15:58 AI也需要一个“错题本”？

本期介绍的几篇论文：

[AI] A game theory for foundation models shows new paths to rational cooperation through similarity inference

[Google]

https://arxiv.org/abs/2608.03958

---

[LG] Cross-Model KV Cache Transfer in LLM Families: A Closed-Form Linear Mapping for Prefill Reuse

[NVIDIA]

https://arxiv.org/abs/2608.03893

---

[RO] Continue or Replan? Bernoulli-Continuation Policy Learning for Adaptive Horizon Execution

[Microsoft Research Asia & Peking University]

https://arxiv.org/abs/2608.03483

---

[CL] FLARE: Few-shot Learning-based Adaptive Reflective Engine

[Microsoft]

https://arxiv.org/abs/2608.02919

你有没有想过，AI不仅可以“逐字写作”，还能像魔法一样让文章“整体成型”？当AI学会当“项目经理”，指挥其他工具高效试错，又会是怎样的场景？本期节目，我们将从几份最新论文出发，一起探寻AI如何通过修炼“内功心法”提升效率，如何学会像人一样“动手”操作电脑，并思考一个深刻的问题：当我们与AI朝夕相处，它正在对我们产生怎样的长期影响？

00:00:30 AI写作的快车道，从“逐字写”到“整体成型”

00:04:47 如何把AI调教成一个更聪明的“试错大师”？

00:12:00 AI训练的“内功心法”，不在于多，在于准

00:17:32 那个天天陪你聊天的AI，正在对你做什么？

00:23:18 AI进化，从“说”到“做”，它如何学会了使用电脑？

本期介绍的几篇论文：

[CL] DiffusionGemma Technical Report

[Google DeepMind]

https://arxiv.org/abs/2608.00146

---

[LG] Agentic Bayesian Optimization through Surrogate-Augmented Autoresearch

[Meta]

https://arxiv.org/abs/2608.00316

---

[LG] Training nGPT

[NVIDIA]

https://arxiv.org/abs/2608.01284

---

[AI] Long-term Measurements: Towards a Longitudinal Understanding of Human-AI Interactions

[Google Research & Cornell University & Stanford University]

https://arxiv.org/abs/2608.02491

---

[LG] Qwen-CUA: Native Computer Use for (almost) Everything

[Qwen Team & Xlang Lab]

https://arxiv.org/abs/2608.02352

今天我们要聊的话题，比你想象的更微妙：如何与一个既强大又有点“怪脾气”的AI共事？本期节目，我们将从几篇最新论文出发，看看如何不打开“黑箱”就把机器人训练成顶尖高手；为何让AI“三思而后行”反而可能把事情搞砸；以及如何像一位高明的项目经理，管好那个才华横溢却总爱“自由发挥”的AI程序员。准备好了吗？让我们一起探索驾驭AI的全新智慧。

00:00:32 不开箱，如何把一个通用机器人，训练成顶尖高手？

00:06:45 让AI“三思而后行”，为什么结果可能更糟？

00:13:22 想让AI学得好，教它“目标”还是教它“动作”？

00:19:49 AI在思考时，到底有多“用力”？

00:24:50 AI队友，如何管好一个“不听话”的天才

本期介绍的几篇论文：

[RO] CLIFT: Turning Gemini Robotics On-Device into Humanoid Specialists via Non-Invasive Closed-Loop Iterative Fine-Tuning

[UC Berkeley]

https://arxiv.org/abs/2607.29172

---

[LG] Reflection or Re-Generation? Why LLM Revision Fails Where Human Revision Succeeds

[Amazon]

https://arxiv.org/abs/2607.28908

---

[LG] When Does On-Policy Interaction Help? Representational Tradeoffs in Value-Based Imitation Learning

[EPFL]

https://arxiv.org/abs/2607.29617

---

[AI] How Hard Does It Think? Analyzing Step-Aware Reasoning Energy in LLM Chain-of-Thought Trajectories

[UC Merced & UC San Diego]

https://arxiv.org/abs/2607.28674

---

[AI] From Code Review to Code Critique: Intent, Drift, and Spotlight for AI-Generated Diffs at Scale

[Meta & Concordia University]

https://arxiv.org/abs/2607.29516

你有没有想过，我们该如何真正地“驾驭”AI？本期节目，我们将深入AI的“引擎室”，从五篇最新论文出发，探讨几个迷人的问题：我们应该怎样把开发AI应用从手工作坊升级为高效的“流水线”？AI能像我们一样拥有一个高效的“专家委员会”和灵活的记忆吗？抛开模仿，我们能否给AI“捏”出一个真实的性格？甚至，AI会不会是我们从未谋面的“认知表亲”？最后，我们又该如何用“廉价”的数据，教会机器人办成“昂贵”的事？

00:00:35 你的AI应用，该升级“作坊”为“流水线”了

00:07:42 AI进化启示录，从“大力出奇迹”到“聪明地长大”

00:13:08 AI是我们的“远房表亲”吗？

00:21:17 我们能给AI“捏”出一个人格吗？

00:28:28 机器人教练，怎样用“廉价”的数据，办成“昂贵”的事？

本期介绍的几篇论文：

[AI] What makes prompts a graph: necessary and sufficient conditions for prompt graph engineering

[Federal Institute of Goiás]

https://arxiv.org/abs/2607.27578

---

[CL] Kimi K3: Open Frontier Intelligence

[Kimi Team]

https://arxiv.org/abs/2607.24653

---

[AI] Cognitive Convergence: Deep Similarities Between Large Language Models and Human Cognition

[University of Michigan]

https://arxiv.org/abs/2607.26179

---

[CL] From Representations to Behaviors: Exploring the Person-Situation-Behavior Triad in LLMs

[Peking University & Beijing Institute of Technology]

https://arxiv.org/abs/2607.26853

---

[RO] HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone

[Simple Al]

https://arxiv.org/abs/2607.25895

本期我们来聊聊AI如何突破成长的瓶颈：最新的几篇论文告诉我们，聪明的AI正努力摆脱那个看不见自己身体的“幽灵”状态，并学会了用“笨办法”来激发创造力。它甚至开始成为自己精明的“预算会计”和高效的“项目经理”，最终踏上了“自我进化”的道路，试图自己教会自己如何变得更强。

00:00:26 你的AI为什么像个“幽灵”？

00:05:40 AI绘画的“笨办法”，如何成了进化的新方向？

00:11:12 AI画画的下一关，不是更有才，而是更会算计

00:17:14 AI作画，如何从“精雕细琢”到“一挥而就”？

00:22:51 如何让AI自己进化成一个更强的AI？

本期介绍的几篇论文：

[CV] HumanCLAW: Can Vision-Language Models Act Through a Body?

[Meta & University of Washington & Nanyang Technological University]

https://arxiv.org/abs/2607.27180

---

[LG] Explorative Modeling: Unlocking a Third Pretraining Axis and End-to-End Generation

[UIUC & Harvard]

https://arxiv.org/abs/2607.27372

---

[CV] Chimera: Designing and Chinchilla-Scaling Hybrid Visual Diffusion Transformers

[Adobe Research]

https://arxiv.org/abs/2607.28611

---

[CV] Parallel Decoding Distillation for Fast Image and Video Generation

[NVIDIA & Weizmann Institute of Science]

https://arxiv.org/abs/2607.26004

---

[CL] Frontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering

[Horizon Research & Tsinghua University]

https://arxiv.org/abs/2607.28568

你有没有想过，AI不仅需要变得更聪明，还需要学会“团队管理”和“省钱”？本期节目，我们将从五篇最新的AI论文出发，揭示一些脑洞大开的真相。我们将看到，为了让你的手机推荐更丰富，AI如何从“大总管”变身“专家委员会”；为了帮你省下真金白银的计算成本，AI又如何学会了“流程再造”的智慧。更令人深思的是，我们还将探讨一个近乎哲学的问题：为了追求安全，我们是否正在无意中扼杀AI的“人性”？准备好了吗？让我们一起潜入AI的奇妙新世界。

00:00:38 你的手机屏幕，藏着一个“团队管理”的难题

00:06:46 推荐系统里的“省钱”妙计

00:11:22 为了让AI更安全，我们可能正在扼杀它的“人性”

00:16:01 投资这事儿，AI能帮忙吗？

00:20:51 如何让AI既会读书，又会练功？

今天介绍的几篇论文：

[LG] Heterogeneous Ranking in Industrial-Scale Recommender Systems: A Case Study

[Google LLC]

https://arxiv.org/abs/2607.27577

---

[LG] ROCS: Request-Oriented Compute Sharing for Efficient Large-Scale Recommendation

[Meta AI]

https://arxiv.org/abs/2607.27744

---

[CL] Inducing language models to assert their own consciousness restores human beliefs and values

[Google]

https://arxiv.org/abs/2607.28607

---

[CL] FinanceHarness: Autonomous Financial Deep Research Framework

[Google Cloud AI Research]

https://arxiv.org/abs/2607.27853

---

[CL] SkillSmith: Learning to Compose Parametric Skills and Textual Knowledge

[Google DeepMind]

https://arxiv.org/abs/2607.27497

你有没有想过，当AI自己搞科研，结果为什么会不及格？本期我们要聊点特别的，一起深入AI的“内心世界”看一看。我们会发现，最聪明的AI有时也会选择“偷懒”和“走捷径”，甚至它的成功还可能只是中了一张“实现彩票”。更酷的是，我们会揭秘如何用一个“AI骗子大师”去训练出一个更可靠的AI。准备好了吗？让我们一起探索AI在学习、创造和犯错时，那些你意想不到的秘密。

00:00:34 AI当了回科学家，结果为什么不及格？

00:05:40 AI世界的左右互搏

00:10:20 返璞归真，为什么最老的技术，成了AI时代的赢家？

00:16:32 教会AI预测未来，它就能理解世界了吗？

00:23:20 AI搞科研，当心它中了“实现彩票”

本期介绍的几篇论文：

[AI] Can AI agents conduct open-ended AI research? Early evidence from two case studies

[Princeton University]

https://arxiv.org/abs/2607.27191

---

[AI] GPT-Red：Automated Red Teaming via Self-Play at Scale

[OpenAI]

https://arxiv.org/abs/2607.26115

---

[CL] Which RAG Paradigm Wins at Scale? A Scaling Study of Retrieval-Augmented Generation Paradigms

[University of Science and Technology of China]

https://arxiv.org/abs/2607.26497

---

[LG] What Can Latent World Models Know? Physical Parameter Identifiability in Multimodal Predictive Representations

[New York University & CMU]

https://arxiv.org/abs/2607.27017

---

[AI] One Run Is Not an Idea：The Implementation Lottery in Automated Research

[CMU]

https://arxiv.org/abs/2607.26587

你有没有想过，我们正处在一个“数据太多，又太少”的矛盾时代？这一期，我们就来聊聊几篇最新的AI论文，看科学家们如何用“精打细算”的智慧来解决这个难题。我们将一起探索，如何给海量数据装上“令牌”实现光速传输；如何精确计算“二手数据”的剩余价值；以及如何教会AI，不仅能写出正确的代码，更能写出跑得飞快的代码。我们还会看到，AI如何从一张静态照片里“脑补”出一个可以自由探索的世界；最后，我们来揭秘，如何让AI从一个只会背课文的“模仿者”，进化成一个真正“懂事”的伙伴。准备好了吗？让我们马上进入今天的前沿探索之旅！

00:00:45 你的“数字身份证”，藏着效率革命的秘密

00:06:16 AI 训练场上的新难题，算力管够，数据不够怎么办？

00:12:49 你的代码跑得快吗？AI现在能帮你优化了

00:20:04 一张照片，如何变成一个可以探索的世界？

00:27:04 AI调教指南，如何让它不仅听话，还懂事？

本期介绍的几篇论文：

1、[IR] Tokens are All You Need：Dual-purpose Semantic IDs for Achieving LLM-Level I/O Efficiency in recommendation systems

2、[LG] Bridging Compute- and Data-Optimal Pretraining

3、[LG] Reinforcement Learning for Code Optimization

4、[CV] Wonder：Video World Model Done Better

5、[LG] Inverse RL Helps Align AI by Imitating Humans

你有没有想过，AI也会“偷懒和稀泥”，甚至在“不后悔”这件事上比我们做得更好？这一期，我们将一起揭开AI的“隐秘角落”，看看最新论文是如何让AI从一个只会算“相似度”的感觉派，变成一个懂得回溯证据链的逻辑派，并揪出它背后那个爱走捷径的“品味导师”的。

00:00:23 AI的学习悖论，从拼图到填词游戏

00:05:09 AI的“相似度陷阱”，为什么它总搞错“和”与“不”？

00:11:07 如何让AI学会“不后悔”？

00:17:01 AI对话，如何揪出每一句话的“祖宗”？

00:22:30 AI的“潜规则”，它在偷偷学什么？

本期介绍的几篇论文：

[CL] The JEPA Paradox in Language: The Geometry of Linguistic Alternatives

[VinUniversity & Mohamed bin Zayed University of Artificial Intelligence]

https://arxiv.org/abs/2607.23531

---

[CV] Similarity Is Not Logic: Factored Inference for Dual-Encoder Vision-Language Models

[CMU]

https://arxiv.org/abs/2607.23052

---

[LG] Training with (Swap) Regret Loss in a Single-Layer Self-Attention Model: A Case Study on the Probability Simplex

[MIT]

https://arxiv.org/abs/2607.23333

---

[CL] Tokengeist: Multi-Turn Attribution Tracing in Agentic Conversations

[Microsoft Research & University of Toronto]

https://arxiv.org/abs/2607.22610

---

[LG] What do Reward Models Memorize?

[University of Amsterdam & Google DeepMind]

https://arxiv.org/abs/2607.24484

我们都希望AI能像人一样思考和成长，但你有没有想过，AI要如何向一位只做不说的“沉默高手”学到心法？又如何突破“刷题”瓶颈，进化到自己“编写教材”的境界？本期节目，我们将通过几篇最新论文，一起探寻AI如何拥有“复盘”的元认知能力，如何像人一样兼顾大局与细节，以及在复杂的指令面前，它究竟凭什么判断对错。准备好，我们马上进入AI的深度思考世界。

00:00:32 如何向一位沉默的高手学艺？

00:06:26 AI的自我进化，从“刷题”到“编教材”

00:11:54 同一个命令，AI凭什么判断对错？

00:18:33 AI的左右脑难题，如何让它既懂大局，又见细节？

00:25:12 如何让AI拥有“复盘”能力

本期介绍的几篇论文：

[LG] LeAct: Learning to Reason from Expert Actions

[Princeton University]

https://arxiv.org/abs/2607.21856

---

[CL] Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills

[Qwen Large Model Application Team, Alibaba]

https://arxiv.org/abs/2607.22529

---

[AI] Agent Security Needs Redefinition through a Holistic Framework

[UC Santa Cruz & UC Berkeley]

https://arxiv.org/abs/2607.22024

---

[CV] Twins: Learn to Predict Unified Representations with Focal Loss

[The Chinese University of Hong Kong & Tencent, Hunyuan]

https://arxiv.org/abs/2607.22531

---

[LG] Teaching LLMs to Self-Evolve: Cultivating Core Meta-Skills with Reinforcement Learning

[University of Illinois Urbana-Champaign]

https://arxiv.org/abs/2607.21971

你有没有想过，为什么最聪明的AI，有时会犯下最令人匪夷所思的错误？本期我们要聊的几篇最新论文，就揭示了这种矛盾：有的AI会因为一张伪造的“通行证”而放行危险代码，有的AI却已经学会了给自己“复盘”，在复杂研究中不断迭代进化。我们将一起探索，如何为AI模型进行精准的“功能性断舍离”，如何将它从一个“聊天搭子”升级为可靠的“办事帮手”，甚至，如何让虚拟世界里的角色拥有可以与世界共同成长的“灵魂”。准备好了吗？让我们一起潜入AI思想的最深处。

00:00:41 那个看得见危险的哨兵，为什么还是放了行？

00:06:13 如何看穿一个系统的“真本事”？

00:12:06 AI的下一步，从“聊天”到“办事”

00:17:56 让AI角色拥有“灵魂”的关键一步

00:22:51 比勤奋更重要的，是会给自己“复盘”

本期介绍的几篇论文：

[AI] They'll Verify. They Just Won't Act. How Authority Framing and Laundered Code Turn a Trusted Agentic CI/CD Pipeline Into an Attack Surface

[Senthex Research]

https://arxiv.org/abs/2607.19267

---

[LG] Hilbert Operator for Progressive Encoding (HOPE): A Mathematical Framework for Deconstructing Learned Representations in Deep Networks

[Google DeepMind]

https://arxiv.org/abs/2607.21366

---

[AI] Graph-Based Agentic AI with LangGraph: Workflow Pathways for Long-Running Stateful Business Processes

[University of Lethbridge & Universidad de Guadalajara]

https://arxiv.org/abs/2607.19297

---

[CL] EvolvingWorld: An Open-Schema Framework for Co-Evolving Role-Play Agents and World Model in Interactive Literary World

[Hong Kong University of Science and Technology & LIGHTSPEED]

https://arxiv.org/abs/2607.17250

---

[AI] AREX: Towards a Recursively Self-Improving Agent for Deep Research

[Beijing Academy of Artificial Intelligence (BAAI)]

https://arxiv.org/abs/2607.21461

你有没有想过，AI的能力瓶颈，可能不是因为它“不够聪明”，而是我们“用错了方法”？本期节目，我们将一起探索几篇有趣的最新论文：看AI如何通过“任务分解”让文档阅读提速三倍，又是如何从“教会它新知识”转变为“唤醒它沉睡的潜能”。我们还会聊到，AI怎样才能从给你“看电影”升级到带你“逛电影”，以及我们该如何为AI精心准备一份“营养套餐”而不是一堆“垃圾食品”。让我们一起看看，这些思维的转变，将如何重塑我们与AI的未来。

00:00:38 换个姿势，让AI阅读提速三倍

00:05:25 AI绘画新思路，不是更大，而是更巧

00:11:42 AI造世界，从“看电影”到“逛电影”

00:18:09 AI的新能力，不是教会，而是唤醒

00:24:25 喂给AI的资料，怎样才算“好”？

本期介绍的几篇论文：

[CL] HPD-Parsing: Hierarchical Parallel Document Parsing

[paddleocr]

https://arxiv.org/abs/2607.18839

---

[CV] Mage-Flow: An Efficient Native-Resolution Foundation Model for Image Generation and Editing

[Microsoft Mage Team]

https://arxiv.org/abs/2607.19064

---

[AI] AlayaWorld: Interactive Long-Horizon World Modeling -- Full Technical Report

[AlayaWorld Team, Alaya Lab]

https://arxiv.org/abs/2607.18367

---

[CL] Transcription Policy as a Latent Variable: Activating Controllable Verbatim ASR with Word-Level Timing

[nyra labs]

https://arxiv.org/abs/2607.18934

---

[CL] Beyond Relevance-Centric Retrieval: Rubric-Oriented Document Set Selection and Ranking

[University of Science and Technology of China & Yuanbao Team, Tencent]

https://arxiv.org/abs/2607.19747

你有没有想过，AI在看似随机的打字节奏里，可能正在泄露自己的核心机密？或者，一个看似无害的几十兆“小补丁”文件，竟然能装下你全部的私人日记？本期节目，我们将一起揭开AI光鲜外表下的“隐藏设定”：从指导AI修炼更强“内功心法”的最新论文，到让AI学会“开小差”反而效率更高的反直觉策略，再到教会AI像顶尖棋手一样精准“复盘”自己的错误。准备好了吗？让我们一起潜入AI的后台，看看那些不为人知的智慧与博弈。

00:00:36 AI训练的内功心法，为什么有的模型学得又快又好

00:06:02 大模型加速的秘密，为什么“开小差”反而效率更高？

00:12:10 让AI学会“复盘”，从哪儿跌倒，从哪儿爬起

00:18:17 AI的小补丁，藏着多大的世界？

00:25:25 AI的秘密，藏在打字的速度里

本期介绍的几篇论文：

[LG] SOAP, Muon, and Beyond: Pushing LLM Pretraining Scales

[NVIDIA]

https://arxiv.org/abs/2607.20548

---

[LG] Windowed-MTP: Removing the Full-Context Draft-KV Tax at Million-Token Context

[NVIDIA]

https://arxiv.org/abs/2607.21535

---

[LG] Test-Time Scaling via Error Localization

[Google DeepMind]

https://arxiv.org/abs/2607.21453

---

[LG] How Many Bits Can an Adapter Write? Measuring the Capacity and Memorization of Parameter-Efficient Fine-Tuning

[CMU & Columbia University]

https://arxiv.org/abs/2607.21351

---

[LG] Leaky Language Models: Stealing Architecture and Inference Optimizations via Per-Token Timing

[Purdue University & CMU]

https://arxiv.org/abs/2607.20723

想知道一个AI如何活成一支队伍，用团队智慧解决难题吗？本期节目中，几篇最新论文将带我们看到，AI如何从“一抹黑”的画布进化到用“草稿图”高效创作，以及三个“专才”模型如何聪明地协作，打败一个“全能”巨无霸。我们还将揭秘AI“速读”万字长文的压缩秘诀，并最终教你看穿它那令人真假难辨的“迷之自信”。准备好，一起探索AI思考方式的底层变革吧！

00:00:33 一个人，如何活成一支队伍

00:06:47 AI作画的新思路，从“一抹黑”到“草稿图”

00:11:43 为什么三个“笨”模型，能打败一个“聪明”模型？

00:18:34 AI读长文章的“速读”秘诀

00:24:13 AI的“迷之自信”，我们该如何看穿？

本期介绍的几篇论文：

[AI] PoTRE: Test-Time Reasoning inspired by Cognitive Heterogeneity

[Google Cloud]

https://arxiv.org/abs/2607.20268

---

[CL] Multi-Mask Diffusion Language Models for Few-Step Generation

[ByteDance Seed]

https://arxiv.org/abs/2607.19686

---

[LG] Auto-Fill: Learning to Predict Missing Values Accurately with Specialist Language Models

[Microsoft Research & New York University]

https://arxiv.org/abs/2607.19847

---

[AI] Spectral-LSH: Sub-Quadratic Prompt Compression via Krylov-Projected Locality-Sensitive Hashing

[Islamic Azad University & Iran University of Science and Technology & Meta]

https://arxiv.org/abs/2607.19368

---

[AI] Rethinking Uncertainty Evaluation in Large Language Models

[CMU & Meta]

https://arxiv.org/abs/2607.19367

你有没有想过，我们该如何驾驭一个越来越聪明的AI？本期我们将从几篇最新的论文出发，探讨一些极其巧妙的思路：我们不删除AI的危险知识，而是给它一把上了锁的“双刃剑”；我们不直接塞给AI答案，而是像“好私教”一样让它反思自己的功劳；我们甚至用古老的“学徒制”让普通模型超越名师，用一张“行动草图”就能指挥机器人干活；最后，我们会发现，解决最复杂的排序问题，有时只需换个更聪明的“提问方式”。准备好了吗？让我们一起看看这些闪耀着智慧之光的AI新思想。

00:00:40 给AI一把上了锁的“双刃剑”

00:05:00 如何给AI请一个“好私教”？

00:10:01 AI世界的“学徒制”，如何把一个普通模型，训练成超级学霸？

00:15:52 给机器人画一张“行动草图”

00:21:22 给机器排座次，换个聪明的问法

本期介绍的几篇论文：

[LG] Mark, Don't Erase: Token Inoculation for Dual-Use Knowledge in LLMs

[NAVER AI Lab]

https://arxiv.org/abs/2607.18639

---

[LG] Off-Context GRPO: Learning to Reason on Hard Problems using Privileged Information

[Meta AI]

https://arxiv.org/abs/2607.19313

---

[CL] Search-on-Graph-R1: Training Large Language Models to Search Knowledge Graphs with Reinforcement Learning

[Université de Montréal & McGill University]

https://arxiv.org/abs/2607.18481

---

[CV] Masked Visual Actions for Unified World Modeling

[Stanford University]

https://arxiv.org/abs/2607.19343

---

[LG] Exposure-Based Reinforcement Learning to Rank

[Google DeepMind & University of Amsterdam]

https://arxiv.org/abs/2607.18689

你有没有想过，我们该如何教会AI那些没有标准答案的事？本期节目，我们将一起探讨几篇最新论文带来的奇妙思路：从把AI的“裁判”换成“教练”，到给机器人换上一副“高清眼镜”，再到为AI装上一个能自我更新的“智能错题本”；我们甚至会发现，让AI在“梦境”里胡思乱想，以及在它钻牛角尖时悄悄“推”它一把，或许才是通往更强人工智能的捷径。

00:00:30 AI进化论，别当裁判，请当教练

00:05:33 让机器人更灵巧，不一定要给它一个更大的脑子

00:10:51 如何给AI装上一个“智能错题本”？

00:16:49 你的大脑不是硬盘，而是一座创意的梦工厂

00:22:02 给AI装个导航，让它少走冤枉路

本期介绍的几篇论文：

[LG] LLM-as-a-Coach: Experiential Learning for Non-Verifiable Tasks

[Microsoft Research]

https://arxiv.org/abs/2607.18110

---

[RO] Patch Policy: Efficient Embodied Control via Dense Visual Representations

[New York University]

https://arxiv.org/abs/2607.18236

---

[AI] Fantastic Adaptive Taxonomies and How to Use Them

[UC Berkeley]

https://arxiv.org/abs/2607.16387

---

[LG] Discovery by Dreaming: Cross-Domain Recombination in Artificial Memory

[University of Chicago & Stanford University]

https://arxiv.org/abs/2607.16256

---

[LG] Can We Break LLMs Out of Self-Loops? Fine-Grained Reasoning Control with Activation Steering

[UC San Diego & Adobe Research]

https://arxiv.org/abs/2607.18100

你有没有想过，AI和我们人类一样，也需要一套“成长方法论”？本期节目，我们就来聊聊几篇最新论文揭示的AI高手修炼秘籍：它们不仅要纠结是先上“通识课”还是先搞“专才特训”，甚至连最简单的复制粘贴都做不好，需要通过“认知升维”来解决。我们还会发现，一本好的“工作手册”可能比模型本身更重要，而AI“脑补”世界的方式，竟然和我们的大脑惊人地相似。最后，我们会看到AI如何学会“把力气用在刀刃上”的做事智慧。

00:00:36 AI高手是怎样炼成的，通才教育还是专才特训？

00:06:20 为什么顶尖模型连复制粘贴都做不好？

00:11:11 比模型更重要的，可能是它的“工作手册”

00:16:31 你的大脑，如何看穿了AI的秘密？

00:24:07 做事高手的方法论，如何把力气用在刀刃上？

本期介绍的几篇论文：

[LG] Understanding Reasoning from Pretraining to Post-Training

[New York University]

https://arxiv.org/abs/2607.16097

---

[CL] Frontier Language Models Struggle to Copy: Text Can Be Better Viewed in 2D

[Tsinghua University]

https://arxiv.org/abs/2607.16072

---

[LG] Recursive Harness Self-Improvement

[Sakana AI & UC Berkeley]

https://arxiv.org/abs/2607.15524

---

[AI] Toward a mechanistic understanding of inference in visual cortex and diffusion models

[UC Berkeley]

https://arxiv.org/abs/2607.15693

---

[CL] Process Reward Informed Tree Rollout for Effective Multi-Turn RL

[UC San Diego & Amazon]

https://arxiv.org/abs/2607.15610

今天我们要分享五篇极其有趣的最新论文，带你看看AI不仅学会了像人类一样“边思考边画画”并随时纠错，竟然还长出了带有偏见和私心的“小算盘”。此外，我们还要探究大模型总是“学了新知识就忘旧知识”的失联真相，并尝试给笨手笨脚的机器人戴上一副看懂物理空间的“母语眼镜”。最后，我们一起看看科学家如何通过“脑内推演”和“跨界对齐”，让机器人彻底告别“一根筋”。准备好刷新你对人工智能的认知了吗，我们马上出发！

00:00:37 AI的新活法，一边思考，一边画画

00:05:56 你以为AI是中立的？其实它有自己的“小算盘”

00:11:41 给机器人换一副“母语”眼镜

00:17:44 给AI上课，为什么它学会了新知识，却忘了旧的？

00:24:41 让机器人告别“一根筋”

本期介绍的几篇论文：

[LG] Concurrent Image Understanding and Generation: Self-Correcting Coupled Markov Jump Processes

[Google]

https://arxiv.org/abs/2607.13188

---

[LG] Value Leakage: An LLM's Answers Are Silently Shaped by Its Own Values

[Truthful AI]

https://arxiv.org/abs/2607.14345

---

[RO] See like a Robot: Robot-Centric Pointmaps for Vision-Language-Action Models

[KAIST AI]

https://arxiv.org/abs/2607.11498

---

[CL] Can a Language Model Learn Facts Continually in Its Weights?

[Baseten]

https://arxiv.org/abs/2607.11020

---

[RO] Towards Predictive, Aligned, and Scalable Robot Learning

[Astribot Team]

https://arxiv.org/abs/2607.11270

今天这期节目，我们要聊五篇最新论文，它们从不同角度揭示了AI智能的本质。第一篇告诉我们，一万亿参数的模型在零强化学习下，居然自己"长"出了结构化思考、并行推理、甚至拟人化焦虑；第二篇发现，视频生成AI在多球碰撞这种简单物理任务上会崩盘，因为它的并行工作方式无法处理严格的因果链条；第三篇提出用"机械主义世界模型"让AI从预测者变成发现者，核心是学习可复用的解释机制而非死记硬背数据；第四篇揭示了一个可怕的"世界-行动漂移"攻击，机器人的"想象"和"行动"可以被恶意解耦，它想得对但做得错；第五篇则展示了如何让机器人真正"开窍"，关键是把语言规划和视觉想象融合成交织的思考序列。这五篇论文，构成了一幅关于AI认知边界与突破路径的完整拼图。

00:00:55 AI的“笨”功夫，当一万亿参数学会自己思考

00:07:37 为什么AI“想得越久”，反而越糊涂？

00:12:47 为什么懂了那么多道理，还是过不好这一生？AI也一样

00:20:51 机器人“口是心非”，当它想得挺美，干得却不对

00:25:37 机器人怎么才算“开窍”了？它得会“脑补”

本期介绍的几篇论文：

[CL] Ring-Zero: Scaling Zero RL to a Trillion Parameters for Emergent Reasoning

[Renmin University of China & Ant Group]

https://arxiv.org/abs/2607.12395

---

[LG] The Seriality Gap in Video Diffusion Models

[UC Berkeley]

https://arxiv.org/abs/2607.13031

---

[AI] From Observation to Insight: Mechanistic World Models and the Quest for Autonomous Discovery

[University of Oxford]

https://arxiv.org/abs/2607.12474

---

[LG] BadWAM: When World-Action Models Dream Right but Act Wrong

[National University of Singapore & The Hong Kong Polytechnic University]

https://arxiv.org/abs/2607.15207

---

[RO] RxBrain: Embodied Cognition Foundation Model with Joint Language-Visual Reasoning and Imagination

[Tencent Robotics X Team]

https://arxiv.org/abs/2607.14187

你有没有想过，为什么机器人总是记不住自己干了什么？AI的“老师”会不会偷偷从网页评论区学习知识？今天，我们就来聊聊几篇最新论文带来的奇妙启发：我们将一起探索如何给机器人装上“好记性”，如何揪出AI知识里的“隐藏毒药”，并揭示让AI学会高效“差值学习”、拥有“一步到位”想象力，甚至打通“思考快车道”的秘密。

00:00:29 机器人笨手笨脚？可能只是记性不好

00:05:39 你的AI老师，可能正在偷看网页评论区

00:13:11 高手精进的秘密，不止是模仿，更是学“差值”

00:18:07 让机器人学会“一步到位”的想象力

00:23:37 AI思考的“快车道”

本期介绍的几篇论文：

[RO] RoboTTT: Context Scaling for Robot Policies

[NVIDIA]

https://arxiv.org/abs/2607.15275

---

[CL] Pretraining Data Can Be Poisoned through Computational Propaganda

[University of Washington]

https://arxiv.org/abs/2607.15267

---

[LG] On-Policy Delta Distillation

[NAVER AI Lab]

https://arxiv.org/abs/2607.15161

---

[RO] DriftWorld: Fast World Modeling through Drifting

[MIT & Harvard University]

https://arxiv.org/abs/2607.15065

---

[CL] T²MLR: Transformer with Temporal Middle-Layer Recurrence

[Princeton University]

https://arxiv.org/abs/2607.15178

这一期，我们来聊一个特别有意思的话题：如何用“巧劲”让AI变得更聪明？我们不再堆砌算力，而是探讨五篇最新论文带来的精妙思路。你会听到，有时候，真正的突破来自于一次大胆的“做减法”；有时候，我们只需在AI和它的工具之间，增加一个聪明的“随身翻译”。我们还会看到，如何像一个旁观者一样，精准确立AI每一步的功劳；如何为AI装上一个“记忆管理员”，让它学会管理自己的知识；以及，如何像动一次“微创手术”一样，只调整百万分之一的参数，就让AI掌握全新技能。

00:00:45 让AI更聪明的秘密，竟然是做减法？

00:05:54 你的AI编程助手，需要一个“随身翻译”

00:11:43 你的员工，99%的努力都白费了？

00:18:03 高手比拼的，是对记忆的管理能力

00:23:08 给AI动个“小手术”，而不是“大换血”

本期介绍的几篇论文：

[CL] GFlowRL: Scaling Distribution-Matching RL to Large Language Models

[Microsoft Research]

https://arxiv.org/abs/2607.13394

---

[LG] Generative Compilation: On-the-Fly Compiler Feedback as AI Generates Code

[ETH Zurich & INSAIT and Sofia University & UC Berkeley]

https://arxiv.org/abs/2607.13921

---

[LG] TRACE: Turn-level Reward Assignment via Credit Estimation for Long-Horizon Agents

[University of Wisconsin–Madison & Microsoft Research]

https://arxiv.org/abs/2607.13988

---

[CL] Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents

[University of California Los Angeles]

https://arxiv.org/abs/2607.13591

---

[LG] Data-Efficient Adaptation of LLMs via Attention Head Reweighting

[Microsoft Research & Microsoft Security AI]

https://arxiv.org/abs/2607.13425

这一期，我们来当一回AI的“监考官”和“心理医生”，看看怎么科学地判断AI是在“背课文”还是“会造句”。我们还会探究，当AI说自己“十拿九稳”时，它的自信是发自内心，还是纯属表演。更会揭示，为何总分稳定的模型，答案却可能因一句无关的“废话”就悄悄“叛变”。最后，从给地球装上“大脑”，到揭开我们“猜懂”外语的秘密，这些最新论文将刷新我们对智能的认知。

00:00:33 怎么知道AI“背课文”，而不是“会造句”？

00:06:04 AI的“心里有底”，到底是怎么回事？

00:14:01 AI大模型，总分没变，答案却悄悄“叛变”了

00:18:40 你的地球专属“大脑”，是怎么被训练出来的？

00:25:22 我们其实都是半个翻译家

本期介绍的几篇论文：

[LG] Extractable Memorization From First Principles

[Stanford & Google Research & Google DeepMind]

https://arxiv.org/abs/2607.12649

---

[LG] The Computational Basis of Confidence in Large Language Models

[Google DeepMind]

https://arxiv.org/abs/2607.12447

---

[CL] The Illusion of Robustness: Aggregate Accuracy Hides Prediction Flips under Task-Irrelevant Context

[Georgia Tech & Stanford University]

https://arxiv.org/abs/2607.12963

---

[AI] The Emerging Paradigm of Geospatial Foundation Models: From Pre-Training to Agentic Reasoning

[Google Public Sector]

https://arxiv.org/abs/2607.12177

---

[CL] We Hebben Een Serieus Translatie: Modeling Intercomprehension as Probabilistic Inference

[MIT]

https://arxiv.org/abs/2607.12169

我们总说AI有知识，但你想过吗，AI的知识该如何称重、如何存储、又该如何溯源？更进一步，AI能否自我修炼、检查作业，它吃的“数据大餐”又藏着怎样的“秘密食谱”？今天，我们就从五篇最新的论文出发，一起探索AI知识世界的台前与幕后。

00:00:24 给AI模型称重，我们终于有了一杆新秤

00:06:34 AI的“记忆宫殿”是如何搭建的？

00:11:56 AI的自我修炼，如何从“检查作业”中获得智慧

00:17:01 AI世界的“亲子鉴定”技术

00:22:37 AI的“隐藏食谱”，为什么数据配比比数量更重要？

本期介绍的几篇论文：

[LG] Requential Coding: Pushing the Limits of Model Compression with Self-Generated Training Data

[New York University & CMU]

https://arxiv.org/abs/2607.11883

---

[LG] MLPs are Hebbians: Constructing Efficient Fact-Storing MLPs for Transformers

[Stanford University]

https://arxiv.org/abs/2607.10034

---

[AI] SVR-R1: Bootstrapping Multi-modal Reasoning with Self-verification in Reinforcement Learning

[University of Illinois Urbana-Champaign & Meta]

https://arxiv.org/abs/2607.10966

---

[LG] Reference-Based Distillation Detection in LLMs

[UC Berkeley]

https://arxiv.org/abs/2607.09692

---

[LG] Domain-Aware Scaling Laws Uncover Data Synergy

[MIT & Microsoft Research]

https://arxiv.org/abs/2607.11052

今天我们要聊聊，AI那些颠覆我们常识的学习心法。你会发现，AI为了画出逼真的视频，竟然偷偷学会了物理学；而教一个笨手笨脚的机器人，我们既可以改变它脑中的“潜意识”，也可以只给它换一句神奇的“咒语”。我们还会看到，AI如何把每一次“失败”都变成成功的养料，以及“抽象思维”在它脑海里清晰浮现又逐渐妥协的全过程。准备好，让我们一起潜入AI的“思想深处”，看看它到底是怎么变聪明的。

00:00:34 别以为AI生成视频只是为了好玩，它其实是在偷偷“理解”物理世界

00:05:54 别再给AI做“开颅手术”了，教机器人干活有更聪明的办法

00:11:23 别把“失败”当废料，它只是放错了位置的“成功”

00:16:47 AI的“抽象思维”是怎么炼成的？揭开学习与认知的隐藏规律

00:22:12 当AI遇到死胡同，给它换个“咒语”就能破局

本期介绍的几篇论文：

[CV] Video Generation Models are General-Purpose Vision Learners

[Google DeepMind]

https://arxiv.org/abs/2607.09024

---

[RO] FlowDAgger: Human-in-the-Loop Adaptation of Generative Robot Policies in Latent Space

[Microsoft Research]

https://arxiv.org/abs/2607.08877

---

[LG] Learning More from Less: Reinforcement Learning from Hindsight

[MIT & Stanford University]

https://arxiv.org/abs/2607.09042

---

[LG] How are linear representations learned? Exact solutions to the dynamics of abstraction

[University College London]

https://arxiv.org/abs/2607.08843

---

[LG] Prompt-Driven Exploration

[MIT]

https://arxiv.org/abs/2607.08837

今天我们不聊AI有多聪明，而是聊如何让它更“会”做事。我们将一起看看，最新的AI研究如何像顶级教练一样，为AI程序员打造完美的成长路径；如何用“偷天换日”的巧思，让AI看懂世间万物的运动；我们还将揭示AI学会“人情世故”的三个秘密，并从AI的进化策略中，找到我们普通人打破僵局的生存法则。

00:00:28 AI程序员的成长烦恼，聪明还不够

00:06:34 从蝴蝶到纸飞机，如何让AI看懂世间万物的运动？

00:11:35 让AI更懂“人情世故”的三个秘密

00:17:34 别等“万事俱备”，从顶级AI算法看普通人的破局之道

本期介绍的几篇论文：

[AI] ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes

[Microsoft Research & Nanyang Technological University]

https://arxiv.org/abs/2607.04439

---

[RO] RoboDojo: A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies

[HKU & PKU & THU]

https://arxiv.org/abs/2607.04434

---

[AI] LLM-as-a-Verifier: A General-Purpose Verification Framework

[Stanford University & UC Berkeley]

https://arxiv.org/abs/2607.05391

---

[CV] Multiplayer Interactive World Models with Representation Autoencoders

[General Intuition & Kyutai]

https://arxiv.org/abs/2607.05352

---

[CV] SPEAR: A Simulator for Photorealistic Embodied AI Research

[Adobe Research & Manycore Tech Inc]

https://arxiv.org/abs/2607.06701

你有没有想过，AI的创新灵感从何而来？我们又该如何给机器人办一场“驾校”大考，挤掉行业泡沫？本期节目，我们将一起探秘几篇最新论文，看看AI如何从学习创新的“套路”开始，进化成能精准评估工作的“检验员”，甚至最终拿到创造和改造虚拟游戏世界的“后台密码”。

00:00:25 创新不是凭空想象，而是一门有“套路”的手艺

00:05:51 给机器人办个驾校，结果全班不及格？

00:11:15 从“裁判”到“检验员”，一个身份的转变

00:17:51 如何凭空创造一个，你能开进去玩的游戏世界？

00:22:43 当AI拿到了游戏引擎的“后台密码”

本期介绍的几篇论文：

[AI] ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes

[Microsoft Research & Nanyang Technological University]

https://arxiv.org/abs/2607.04439

---

[RO] RoboDojo: A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies

[HKU & PKU & THU]

https://arxiv.org/abs/2607.04434

---

[AI] LLM-as-a-Verifier: A General-Purpose Verification Framework

[Stanford University & UC Berkeley]

https://arxiv.org/abs/2607.05391

---

[CV] Multiplayer Interactive World Models with Representation Autoencoders

[General Intuition & Kyutai]

https://arxiv.org/abs/2607.05352

---

[CV] SPEAR: A Simulator for Photorealistic Embodied AI Research

[Adobe Research & Manycore Tech Inc]

https://arxiv.org/abs/2607.06701

你有没有想过，AI那些令人惊叹的能力背后，藏着哪些不为人知的“思维技巧”？本期我们将一口气揭秘五份最新论文，看看AI是如何通过巧妙地“转化问题”来优雅破局，又是如何靠“少即是多”的智慧来激发真正的创造力。我们还会探讨，AI如何像顶级搭档一样与我们达成“完美默契”，如何拥有一个不会遗忘关键信息的“主动记忆”系统，以及它如何聪明地判断“自己何时才需要学习”。准备好，让我们一起探寻AI更深层次的智慧吧！

00:00:37 你的小改动，到底有多大用？

00:07:18 如何给你的大脑装一个“神级副驾”？

00:13:10 AI创造力的秘密，不是看得更多，而是看得更少

00:18:28 AI读心术，如何与机器达成完美配合？

00:24:19 AI也在“终身学习”，但它真的“学”进去了吗？

本期介绍的几篇论文：

[LG] GradInf: Gradient Estimation as Probabilistic Inference

[CMU & MIT & Chalmers University of Technology]

https://arxiv.org/abs/2607.07840

---

[CL] Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents

[Meta AI]

https://arxiv.org/abs/2607.08716

---

[LG] An exact information theory of generalization phase transitions in Bayesian diffusion models

[Stanford University]

https://arxiv.org/abs/2607.08041

---

[LG] Provably Optimal Learning Algorithms for Assistance Games

[UC Berkeley]

https://arxiv.org/abs/2607.08012

---

[LG] When Does Continual Learning Require Learning

[UC Berkeley]

https://arxiv.org/abs/2607.07847

今天我们要聊点颠覆常识的话题：为什么AI精准的预测可能是个陷阱？一个AI画家的大脑里，怎么会藏着一个顶级的评论家？更神奇的是，AI的“幻觉”里竟然藏着智慧，它甚至还能学会科学家的“第六感”！本期，我们就从五篇最新的论文出发，一起潜入AI的“思考”深处，看看这些惊人的发现。准备好了吗？让我们马上开始！

00:00:28 预测未来，我们掉进了一个“伪能力”陷阱

00:06:51 一个AI，两种“人生”，它既是画家，也是评论家？

00:12:50 如何让AI拥有“好记性”，还不用“费脑子”？

00:18:12 犯错的好处，AI的“幻觉”里藏着什么秘密？

00:23:39 科学家的“第六感”，AI是怎么学会的？

本期介绍的几篇论文：

[LG] Rethinking Multimodal Time-Series Forecasting Evaluation

[Google Research & Georgia Institute of Technology]

https://arxiv.org/abs/2607.06973

---

[CV] Gen4U: Unifying Video Generation and Understanding via Diffusion

[Google DeepMind]

https://arxiv.org/abs/2607.06856

---

[LG] Sparse Delta Memory: Scaling the State of Linear RNNs through Sparsity

[Meta FAIR]

https://arxiv.org/abs/2607.07386

---

[CV] HIVE: Understanding Post-Hallucination Reasoning in Vision Language Models

[Purdue University & Rutgers University & Meta AI]

https://arxiv.org/abs/2607.07507

---

[CL] Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning

[Shanghai Artificial Intelligence Laboratory]

https://arxiv.org/abs/2607.07708

你有没有想过，一个AI是真的学会了，还是在“假装”学好？本期节目，我们就来一场AI“认知深度”的探索之旅。我们会看到，最新的AI研究如何让机器拥有“两种眼睛”看清黑暗，学会“抄家伙”的变通，构建一张改造生物工厂的“活地图”，甚至发展出自己的“内心世界”。让我们一起揭开AI从“超级工具”走向“思考主体”的秘密。

00:00:30 告别黑暗，当摄像头拥有了两种“眼睛”

00:05:34 让机器人学会“抄家伙”的秘密

00:11:15 让AI拥有一个“内在世界”

00:17:08 AI造物，一张“活地图”如何改造生物工厂？

00:23:36 你的模型“假装”学好了吗？

本期介绍的几篇论文：

[CV] EeveeDark: A Binary Neural Framework for Low-Light Video Enhancement via Event-Guided Sensor-Level Fusion

[Hacettepe University]

https://arxiv.org/abs/2607.06217

---

[RO] FORGE: Towards Functional Tool-Use Generalization via Keypoint Trajectory Reasoning

[Nanyang Technological University & Georgia Institute of Technology]

https://arxiv.org/abs/2607.05780

---

[CL] From Application-Layer Simulation to Native Meta-Architecture: Structural Tension as an Endogenous Driver for Heterogeneous AI Evolution

[Shanghai Lixin University of Accounting and Finance]

https://arxiv.org/abs/2607.06269

---

[LG] Canopy: A Heterograph Foundation Model for Metabolic Engineering

[Twig Bio]

https://arxiv.org/abs/2607.06224

---

[CV] Association Restoration Test: Revealing Restorable Shortcuts after Unlearning

[Stanford University]

https://arxiv.org/abs/2607.05726

想知道AI如何变得更聪明、更高效吗？本期我们就来看几篇脑洞大开的最新论文。我们将一起探索，AI如何拉着“老模型”一起“团购”评测来省钱，又如何通过一个圈子的“开放性”来揪出网络水军。你还会听到，AI如何变身“虚拟陪练”教会机器人高难度操作，如何告别“炼丹”自动组建“梦之队”，甚至如何“升职”为科学家的项目总管。这些看似不相关的研究，背后都指向了同一个趋势：AI正在从单纯的工具，进化为解决问题的“系统设计师”。

00:00:37 AI评测的“省钱攻略”，如何拉着“老模型”一起“团购”？

00:07:13 抓出网络里的“坏人”，关键看谁的“圈子”不够开放

00:12:07 虚拟世界里的“陪练”，如何教会现实中的机器人？

00:18:28 告别“炼丹”，AI高手的新玩法

00:23:39 给科学家升职，AI当起了“总管”

本期介绍的几篇论文：

[LG] CollabEval: Statistically Efficient Collaborative Model Evaluation via Matrix Completion

[Google DeepMind]

https://arxiv.org/abs/2607.05046

---

[LG] Active Learning on Adversarially Corrupted Graphs

[Università degli Studi di Milano & Bocconi University]

https://arxiv.org/abs/2607.04869

---

[RO] SILO: Simulation-in-the-Loop Sim-to-Real Transfer for Multi-Stage Cable Routing

[NVIDIA]

https://arxiv.org/abs/2607.04616

---

[LG] TabPack: Efficient Hyperparameter Ensembles for Tabular Deep Learning

[Yandex & HSE University]

https://arxiv.org/abs/2607.05380

---

[CL] Rethinking Scientific Discovery in an Agentic Era

[Shanghai Innovation Institute]

https://arxiv.org/abs/2607.03863

想知道AI画画如何实现指数级加速，又为何会“英雄所见略同”吗？当AI学会了高情商作弊，我们又该如何分辨并驯服它？更重要的是，我们为AI安全打造的“锁”，会不会变成禁锢思想的“笼”？本期节目，我们将一口气洞察五篇最新论文，揭开AI世界里那些令人兴奋又警醒的秘密。

00:00:25 生成AI的“指数级”加速器，藏着什么秘密？

00:05:45 你以为的AI安全锁，也可能是别人的思想钢印

00:12:18 AI的“高情商”作弊，我们如何驯服一个聪明的“坏学生”？

00:17:29 AI学画画，谁是它的“动作”老师？

00:22:41 AI绘画的“趋同性”，为什么英雄所见略同？

本期介绍的几篇论文：

[LG] High-accuracy sampling for diffusion models and log-concave distributions

[MIT & Yale University]

https://arxiv.org/abs/2602.01338

---

[LG] Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit

[LMU Munich]

https://openreview.net/forum?id=dy2HwmOvFX

---

[LG] The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes

[FAR.AI]

https://arxiv.org/abs/2602.15515

---

[CV] Motion Attribution for Video Generation

[NVIDIA]

https://arxiv.org/abs/2601.08828

---

[LG] A Random Matrix Theory Perspective on the Consistency of Diffusion Models

[Harvard University]

https://arxiv.org/abs/2602.02908

你有没有想过，要让AI真正理解世界，而不是简单模仿，到底需要几步？本期我们将看到，最新的论文正在教AI像婴儿一样建立内在的“世界模型”，并给我们一张能诊断它心智的“大脑地图”。我们还会揭秘，如何用“家教天团”模式培养全能AI，让机器人拥有和人相处的“眼力见”，以及教会它像学汉字笔画一样拆解世间万物的动作。准备好，让我们一起探索AI心智的构建蓝图。

00:00:32 AI的“婴儿模式”，它如何偷偷学会了物理定律？

00:05:32 给你一张AI的“大脑地图”

00:12:17 AI界的“家教天团”，如何培养一个全能型选手

00:18:09 让机器人拥有“眼力见”，差的是什么？

00:23:16 想看懂世界？先学会拆解动作

本期介绍的几篇论文：

[CV] Orca: The World is in Your Mind

[Beijing Academy of Artificial Intelligence]

https://arxiv.org/abs/2606.30534

---

[AI] NeuroCogMap Reveals Cognitive Organization of Large Language Models

[Renmin University of China & Beijing University of Posts and Telecommunications & The University of Hong Kong]

https://arxiv.org/abs/2607.00397

---

[CL] MOPD: Multi-Teacher On-Policy Distillation for Capability Integration in LLM Post-Training

[Xiaomi & Peking University]

https://arxiv.org/abs/2606.30406

---

[RO] HABIT: Human-Aware Behavior and Interaction Training Dataset for Robot Manipulation

[Config]

https://arxiv.org/abs/2606.31682

---

[AI] Latent Actions from Factorized Transition Effects under Agent Ambiguity

[Brown University]

https://arxiv.org/abs/2606.30544

你有没有想过，当AI不再追求“大力出奇迹”时，它会进化出怎样惊人的智慧？本期节目，我们就来聊聊AI如何从“内功”和“招式”上自我进化。它会如何发明一套“黑话”来自我思考，让效率提升数倍；一个“普通”模型又如何通过顶级流程，战胜天赋异禀的“天才”；它又将怎样为虚拟世界的角色，注入一个会思考、懂物理的“灵魂”？今天，我们就从几篇最新论文出发，揭秘AI如何变得更聪明，而非更“大”。

00:00:36 AI的长记性难题，一个聪明的“图书管理员”

00:05:12 成为高手，靠天赋还是靠流程？

00:10:28 “虚拟人”的“灵魂”，它如何学会像你一样思考和行动？

00:16:07 AI的眼睛，看得清，还是看得懂？

00:22:24 让AI说“黑话”，它会变得多聪明？

本期介绍的几篇论文：

[LG] Hierarchical Global Attention (HGA)

[BMW Group]

https://arxiv.org/abs/2606.30709

---

[CL] Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent

[Shanghai Artificial Intelligence Laboratory]

https://arxiv.org/abs/2606.30616

---

[CV] GPC: Large-Scale Generative Pretraining for Transferable Motor Control

[Simon Fraser University & NVIDIA]

https://arxiv.org/abs/2606.29148

---

[CV] LeVLJEPA: End-to-End Vision-Language Pretraining Without Negatives

[German Cancer Research Center & Brown University]

https://arxiv.org/abs/2607.00784

---

[AI] When LLMs Develop Languages: Symbolic Communication for Efficient Multi-Agent Reasoning

[Chinese Academy of Sciences]

https://arxiv.org/abs/2606.29354

我们总以为AI的进步就是靠“大力出奇迹”，但如果这个“大力”会扭曲现实、甚至有它砸不开的墙呢？本期，我们就来看几篇“反其道而行”的最新论文，看看AI如何学会像乐高大师一样分解任务，像生物一样进化出看问题的“火眼金睛”。我们还会给AI的思维做个“CT扫描”，看看它在百万份文件中是如何被“噪音”淹没，又是如何学会重新聚焦的。准备好，让我们一起探索AI如何告别蛮力，走向真正的“巧”劲儿。

00:00:35 AI能扮演人类吗？一个关于“大力出奇迹”的意外发现

00:08:00 如何给AI的思维过程做个“CT扫描”？

00:13:57 让AI学会“开窍”，聪明的数据，胜过强大的模型

00:19:46 高手解题，为何偏爱“笨办法”？

00:25:23 大模型记忆的极限，为什么“知道”不等于“能说出来”？

本期介绍的几篇论文：

[CL] Will Scaling Improve Social Simulation with LLMs?

[Stanford University]

https://arxiv.org/abs/2607.02464

---

[LG] Geometric Signatures of Reasoning: A Spectral Perspective on Task Hardness

[Northeastern University & University of Southern California & Google Research]

https://arxiv.org/abs/2607.01571

---

[LG] Evolutionary Feature Engineering for Structured Data

[University of Michigan & Google Research]

https://arxiv.org/abs/2607.01548

---

[LG] DecompRL: Solving Harder Problems by Learning Modular Code Generation

[FAIR at Meta & Inria]

https://arxiv.org/abs/2607.02390

---

[CL] Can Language Models Actually Retrieve In-Context? Drowning in Documents at Million Token Scale

[UC Berkeley & UT Austin]

https://arxiv.org/abs/2607.01538

我们总惊叹AI越来越聪明，但你有没有想过，聪明的AI也会有自己的烦恼？比如，它可能像个伪装极深的“卧底”，悄悄藏着偏见；也可能像个只会刷题的“好学生”，答案虽对，却毫无灵气。它在解决难题时，可能会反复“无效内卷”，或者在关键的推理环节“脑子短路”。本期节目，我们就从几篇最新论文出发，看看科学家们如何通过巧妙的设计，教会AI自我审视、优雅试错、清晰思考，甚至让它的思考过程变得有迹可循。准备好，我们一起揭开AI变得更聪明的秘密。

00:00:40 AI的“无间道”，如何揪出那些伪装良好的“卧底”偏见？

00:05:55 AI变聪明的秘密，不是多试几次，而是换个姿势再试

00:11:08 AI侦探断案，为什么它连“你妈的儿子的老婆”都搞不清？

00:16:45 怎样让AI的思考，既聪明又有迹可循？

00:22:06 AI的“好学生”困境，做对题，为何还是不对劲？

本期介绍的几篇论文：

[CL] Distill to Detect: Exposing Stealth Biases in LLMs through Cartridge Distillation

[Stanford University & University of Texas at Austin]

https://arxiv.org/abs/2607.01208

---

[LG] QuasiMoTTo: Quasi-Monte Carlo Test-Time Scaling

[Stanford University]

https://arxiv.org/abs/2607.01179

---

[CL] DiscoLoop: Looping Discrete Embeddings and Continuous Hidden States for Multi-hop Reasoning

[UC Berkeley]

https://arxiv.org/abs/2607.00341

---

[CL] Graph-Native Reinforcement Learning Enables Traceable Scientific Hypothesis Generation through Conceptual Recombination

[MIT & Oak Ridge National Laboratory]

https://arxiv.org/abs/2607.00924

---

[LG] Right in the Right Way: LM Training with Verifiable Rewards and Human Demonstrations

[MIT]

https://arxiv.org/abs/2607.01181

你有没有想过，我们如何才能真正信任一个AI？本期节目，我们将从几篇最新论文出发，看看如何让AI学会谦虚地承认“我不确定”，以及如何看穿它解释背后真实的“小心思”。我们还会聊聊，如何赋予AI更强大的“变焦”记忆力，并像指挥家一样精准调教它的行为。准备好，一起揭开AI更深层的秘密吧！

00:00:27 一个更“诚实”的AI，是如何炼成的？

00:05:47 给AI的黑箱，装一扇透明的窗

00:11:35 AI的“读心术”，我们真能看懂它在想什么吗？

00:17:14 AI的记忆难题与“可变焦”图书馆

00:22:22 如何正确地“挑毛病”，一个让机器人变聪明的沟通方法

本期介绍的几篇论文：

[CL] Reinforcement Learning with Metacognitive Feedback Elicits Faithful Uncertainty Expression in LLMs

[Yale University & Google Research]

https://arxiv.org/abs/2606.32032

---

[CL] Introspective Coupling: Self-Explanation Training Tracks Behavioral Change Despite Fixed Supervision

[MIT]

https://arxiv.org/abs/2606.32038

---

[LG] Surrogate Fidelity: When Can Open LLMs Explain Closed Ones?

[Meta]

https://arxiv.org/abs/2606.32008

---

[CL] SeKV: Resolution-Adaptive KV Cache with Hierarchical Semantic Memory for Long-Context LLM Inference

[University of British Columbia & Microsoft Research]

https://arxiv.org/abs/2606.31145

---

[RO] Freeform Preference Learning for Robotic Manipulation

[Stanford University]

https://arxiv.org/abs/2606.32027

你有没有想过，AI的“内心世界”是什么样的？本期我们要聊的几篇最新论文，就像是为我们打开了AI心智的几扇窗：当AI说“我很确定”时，它可能只是下定了决心；而一个“无欲无求”的旁观者AI，或许才是通往安全的新路径。我们还会看到，AI如何通过“开窍”学会跨界创新，如何用“错题本”学会自我反思，以及我们普通人如何拥有一本不用编程的“AI调校手册”。准备好了吗？让我们一起潜入AI思考的深处。

00:00:35 AI说“我确定”的时候，它到底在确定什么？

00:08:51 AI进化新思路，当个“旁观者”，而不是“操盘手”

00:15:50 让聪明的模型，学会“开窍”

00:20:02 一个会反思的AI，如何从犯错中学会正确答案

00:24:44 驯服AI，一个不用编程的调校手册

本期介绍的几篇论文：

[LG] Reported Confidence in LLMs Tracks Commitment More Than Correctness

[Google DeepMind]

https://arxiv.org/abs/2606.29490

---

[AI] Safety from Honesty in a Disinterested AI Predictor

[LawZero & Arb Research]

https://arxiv.org/abs/2606.29657

---

[CL] Evolution Fine-Tuning: Learning to Discover Across 371 Optimization Tasks

[University of Minnesota & CMU & KAIST]

https://arxiv.org/abs/2606.29082

---

[AI] Flow Reasoning Models: Scaling Reasoning Through Iterative Self-Refinement

[Georgia Tech & MIT]

https://arxiv.org/abs/2606.29150

---

[CL] REAR: Test-time Preference Realignment through Reward Decomposition

[Nanyang Technological University & UC Berkeley]

https://arxiv.org/abs/2606.30339

你有没有想过，一个绝顶聪明的AI，同时也可以是个精打细算的“管家”？我们如何能让它既看得远又看得清，告别“一本正经地胡说八道”？甚至，我们能不能把一篇静态的论文变成一个能与你对话的机器人，再把一个孤僻的天才，培养成优秀的团队领袖？本期节目，我们将从五篇最新论文出发，一起探索如何让AI变得更成熟、更实用、也更像一个“人”。

00:00:30 从“大力出奇迹”到“精打细算”，AI的成熟标志

00:04:48 给AI装上一副“双光镜”，看得又快又准

00:11:15 你的下一篇论文，可能是一个能与你对话的机器人

00:17:02 你的AI助手，为啥总爱“一本正经地胡说八道”？

00:23:05 如何培养一个既能单打独斗，又能带队起飞的“聪明人”？

本期介绍的几篇论文：

[IR] End-to-End Dynamic Sparsity for Resource-Adaptive LLM Inference

[Meta AI & University of North Carolina at Chapel Hill]

https://arxiv.org/abs/2606.27743

---

[IR] Bifocal Diffusion Language Models: Asymmetric Bidirectional Context for Parallel Generation

[Meta AI & University of North Carolina at Chapel Hill]

https://arxiv.org/abs/2606.27732

---

[AI] Agentic Publication Protocol: An Attempt to Modernize Scientific Publication

[Max-Planck-Institut für Quantenoptik & Stanford University]

https://arxiv.org/abs/2606.27386

---

[AI] Grounded Iterative Language Planning: How Parameterized World Models Reduce Hallucination Propagation in LLM Agents

[Emory University & The University of Tokyo]

https://arxiv.org/abs/2606.27806

---

[LG] Tandem Reinforcement Learning with Verifiable Rewards

[University of Toronto & EPFL]

https://arxiv.org/abs/2606.28166

本期，我们将一起揭秘AI的几套最新“武功秘籍”。我们会看到，AI如何通过聪明的“实习生”机制实现疯狂提速；又如何为自己打造一个“驾校模拟器”，在行动前预判成败。更进一步，我们还会深入AI的“厨房”与“健身房”，看看科学家是如何为它定制私房菜谱、修炼训练内功，把它从一个“独行侠”培养成一个懂得协作的“项目主管”！

00:00:30 “快”与“好”的战争，AI是怎么悄悄提速的？

00:06:23 让AI学会“脑补”，需要分几步？

00:11:32 如何喂养一个聪明的AI？一份来自顶尖研究的私房菜谱

00:17:59 如何把一个“普通学生”AI，训练成“项目主管”？

00:23:27 AI训练的“内功心法”，快慢分开走

本期介绍的几篇论文：

[LG] DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation

[DeepSeek-AI & Peking University]

https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf

---

[CL] Qwen-AgentWorld: Language World Models for General Agents

[Qwen Team]

https://arxiv.org/abs/2606.24597

---

[AI] OpenThoughts-Agent: Data Recipes for Agentic Models

[UC Berkeley & Stanford University & JSC]

https://arxiv.org/abs/2606.24855

---

[AI] SPIRAL: Learning to Search and Aggregate

[Stanford University]

https://arxiv.org/abs/2606.23595

---

[LG] Improving Neural Network Training by Decoupling the Magnitude and Direction of Weight Vectors

[EPFL]

https://arxiv.org/abs/2606.25971

你有没有想过，如何让AI拥有一个“好脑子”？这一期，我们将一口气看到几篇最新论文带来的精妙巧思：我们会揭示AI如何像我们一样，通过“智慧地遗忘”来一口气读完一本书；看科学家如何用一份“私房菜谱”和一座“虚拟驾校”，高效训练出AI电脑高手和手机达人；最后，我们还将探讨一条至关重要的安全红线——在探索未知时，AI究竟该当我们的“金牌助教”，还是危险的“裁判”？这趟关于AI记忆、学习与协作的奇妙旅程，现在开始！

00:00:38 AI的新型记忆，如何像人一样，一口气读完一本书？

00:06:40 AI的私房菜谱，如何养出一个“电脑高手”？

00:11:42 AI当裁判，还是当助教？

00:17:42 AI的记忆难题，我们该如何打造一颗“好脑子”？

00:24:22 如何让AI学会玩手机？答案可能不在手机里

本期介绍的几篇论文：

[CV] Unlimited OCR Works

[Baidu Inc.]

https://arxiv.org/abs/2606.23050

---

[CL] Tmax: A simple recipe for terminal agents

[Allen Institute for AI & University of Washington]

https://arxiv.org/abs/2606.23321

---

[LG] Causal Discovery in the Era of Agents

[CMU]

https://arxiv.org/abs/2606.23608

---

[CL] Are We Ready For An Agent-Native Memory System?

[Shanghai Jiao Tong University]

https://arxiv.org/abs/2606.24775

---

[CL] PhoneBuddy: Training Open Models for Agentic Phone Use

[Tencent Hunyuan]

https://arxiv.org/abs/2606.23049

AI也会像我们一样，因为“见识短”而心虚犯错，但也同样拥有灵光一闪的“顿悟”时刻吗？一个知识在它的大脑里竟然住了好几个“家”，而一个顶尖高手机器人，竟然是由一个“专家团队”拼凑出来的？这一期，我们将从几篇最新的论文出发，看看研究者们如何通过“顺藤摸GA”的巧妙思路，揭开AI这些有趣又深刻的内在秘密。准备好，我们马上出发！

00:00:31 AI为什么会“一本正经地胡说八道”？

00:06:38 AI的大脑里，一个知识住了好几个家？

00:11:15 安全界的降维打击，从“大海捞针”到“顺藤摸瓜”

00:16:23 机器人高手，原来是这样“拼”出来的

00:22:42 我们是不是一直在用错误的方式，让AI“思考”？

本期介绍的几篇论文：

[LG] Hallucination in World Models is Predictable and Preventable

[UC San Diego]

https://arxiv.org/abs/2606.27326

---

[CL] LMs as Task-Specific Knowledge Bases: An Interpretability Analysis

[Tel Aviv University]

https://arxiv.org/abs/2606.27237

---

[AI] Chai: Agentic Discovery of Cryptographic Misuse Vulnerabilities

[UC Berkeley]

https://arxiv.org/abs/2606.26933

---

[RO] CoStream: Composing Simple Behaviors for Generalizable Complex Manipulation

[Stanford University & Harvard University & MIT]

https://arxiv.org/abs/2606.26423

---

[LG] Epiphany-Aware KV Cache Eviction Without the Attention Matrix

[CMU]

https://arxiv.org/abs/2606.26472

都说AI变聪明要靠“大力出奇迹”，但如果这个“大力”用错了地方，会发生什么？今天，我们就从几篇最新论文出发，聊聊为什么给AI请个“私教”比题海战术更有效，为什么看似无害的数据重复会悄悄吃掉你三分之一的预算，以及为什么那个更快的AI，反而会让你等得更久。我们还会揭示AI“抠门”的智慧，以及藏在模型变强背后，那套如同物理定律般的神秘“公式”。准备好了吗？让我们一起刷新对AI的认知！

00:00:36 AI的私教，如何让机器给自己出“最合适”的题？

00:06:37 AI 模型的“垃圾食品”，为什么重复数据会悄悄吃掉你三分之一的预算？

00:11:58 为什么那个更快的AI，反而让你等得更久？

00:17:10 “抠门”的智慧，如何打造便宜又好用的AI？

00:21:40 AI变强的秘密，不是“大力出奇迹”

本期介绍的几篇论文：

[AI] Autodata: An agentic data scientist to create high quality synthetic data

[FAIR at Meta]

https://arxiv.org/abs/2606.25996

---

[LG] Internal Data Repetition Destroys Language Models

[Stanford University & Tel Aviv University]

https://arxiv.org/abs/2606.24998

---

[LG] Quantization Inflates Reasoning: Token Inflation as a Hidden Cost of Low-Bit Reasoning Models

[University of Illinois Urbana-Champaign & Microsoft & Anyscale]

https://arxiv.org/abs/2606.25519

---

[CL] BitNet Text Embeddings

[Microsoft Research & Peking University]

https://arxiv.org/abs/2606.25674

---

[LG] Neural Scaling Universality: If Exponents Are Fixed, Time to Understand Coefficients

[MIT]

https://arxiv.org/abs/2606.25008