今天，我们要深入AI的“内心世界”，去探寻几个颠覆性的问题：聪明的AI，是该学会“胸有成竹”的规划，还是“选择性失忆”的智慧？我们该如何教会一个AI坦然承认“我不知道”，甚至让它比“学霸”更可靠？最新几篇论文，将带我们从AI的“顿悟”规律和推理模式中，找到这些问题的答案。
00:00:28 AI的“顿悟”，它如何学会把“走一步看一步”变成“胸有成竹”？
00:06:42 为什么说，聪明的AI要学会“选择性失忆”？
00:13:03 AI为什么总在“卡关”和“顿悟”之间横跳？
00:19:26 如何让一个“学渣”AI，比“学霸”更靠谱？
00:25:26 从终点出发，如何让AI学会“开窍”
本期介绍的几篇论文：
[LG] Emergent temporal abstractions in autoregressive models enable hierarchical reinforcement learning
[Google]
https://arxiv.org/abs/2512.20605
---
[CL] ABBEL: LLM Agents Acting through Belief Bottlenecks Expressed in Language
[UC Berkeley]
https://arxiv.org/abs/2512.20111
---
[LG] Saddle-to-Saddle Dynamics Explains A Simplicity Bias Across Neural Network Architectures
[University College London]
https://arxiv.org/abs/2512.20607
---
[LG] Mitigating LLM Hallucination via Behaviorally Calibrated Reinforcement Learning
[ByteDance Seed]
https://arxiv.org/abs/2512.19920
---
[LG] Learning to Reason in LLMs by Expectation Maximization
[Adobe Research & KAIST]
https://arxiv.org/abs/2512.20169