[人人能懂AI前沿] 从动手实践、信息减法到知识沉淀：AI进化新思路

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