你有没有想过，AI解决难题，是靠“刷题”蒙对答案，还是真的理解了过程？在本期节目中，我们将看到最新论文如何教会AI养成“打草稿”的思考习惯，又如何在没有标准答案时，学会倾听宝贵的“少数派声音”。让我们一起探索，AI如何从一个“会说话的机器”进化为一个真正的“思考者”。 00:00:29 AI如何学会思考？一个奖励机制的悄然革命 00:05:15 高手过招，如何不“钻牛角尖”？ 00:09:45 AI的集体智慧：当少数派报告比多数票更重要 00:15:11 AI换个思路看世界：当化学家扔掉“说明书”之后 00:21:15 好模型，不只看结果，更要看过程 本期介绍的几篇论文： [LG] RLP: Reinforcement as a Pretraining Objective [NVIDIA & CMU] https://arxiv.org/abs/2510.01265 --- [LG] RLAD: Training LLMs to Discover Abstractions for Solving Reasoning Problems [CMU & Stanford University] https://arxiv.org/abs/2510.02263 --- [CL] RESTRAIN: From Spurious Votes to Signals -- Self-Driven RL with Self-Penalization [Iowa State University & Meta & UW–Madison] https://arxiv.org/abs/2510.02172 --- [LG] Transformers Discover Molecular Structure Without Graph Priors [UC Berkeley] https://arxiv.org/abs/2510.02259 --- [LG] Step-Aware Policy Optimization for Reasoning in Diffusion Large Language Models [CMU] https://arxiv.org/abs/2510.01544

为什么在AI浪潮中，有些公司一夜崛起，有些巨头却步履蹒跚？ 为什么有的人能用AI飞速成长，有的人却只是多了个高级玩具？ 秘密，不在于你拥有多强的模型，而在于你迭代的速度有多快。 本期节目中，我将为你揭示： * “快”的陷阱：为什么Facebook的“快速行动，打破陈规”如今不再适用？ * 复利的魔力：迭代如何像投资一样，让你的认知和产品实现指数增长？ * 估值的核心：为什么华尔街会为一家“快公司”给出惊人的溢价？ 这不仅是工程师的必修课，更是每个身处变革时代的人，都必须掌握的生存法则。跟上我的思路，一起修炼这项决定未来十年成败的“超能力”。

想知道AI如何像开“诸葛亮会”一样解决难题，又为何连小学生的乘法都搞不定吗？本期节目，几篇最新的论文将带我们一窥AI大脑的内部运作：看它如何上演“分身思考”的头脑风暴，如何被我们的“偏见”变得无聊。更重要的是，我将告诉你一个解锁它隐藏创造力的简单“咒语”，并揭示为何在训练AI时，不能只看“平均分”。 00:00:29 让AI更聪明的秘密：不是想得更长，而是想得更巧 00:06:28 分身思考：AI的大脑里如何开一场头脑风暴 00:11:13 为什么聪明的AI，竟学不会小学生的乘法？ 00:18:03 为什么AI越来越无聊？换个问法，解锁它的隐藏技能 00:22:36 AI训练揭秘：你真的懂“平均”吗？ 本期介绍的几篇论文： [LG] Rethinking Thinking Tokens: LLMs as Improvement Operators [Meta Superintelligence Labs & Anthropic] https://arxiv.org/abs/2510.01123 --- [LG] Thoughtbubbles: an Unsupervised Method for Parallel Thinking in Latent Space [Stanford University] https://arxiv.org/abs/2510.00219 --- [LG] Why Can't Transformers Learn Multiplication? Reverse-Engineering Reveals Long-Range Dependency Pitfalls [University of Chicago & MIT & University of Waterloo] https://arxiv.org/abs/2510.00184 --- [CL] Verbalized Sampling: How to Mitigate Mode Collapse and Unlock LLM Diversity [Northeastern University & Stanford University] https://arxiv.org/abs/2510.01171 [LG] Per-example gradients: a new frontier for understanding and improving optimizers [Google Deepmind] https://arxiv.org/abs/2510.00236 ---

我们正生活在一个对“效率”和“优化”极度崇拜的时代。 当AI以前所未有的效率，为我们展示“产出”的极限时，我们每个人，都感到了前所未有的压力。我们开始用同样的逻辑审视自己，试图找到一套“自我优化”的完美公式。 一个关于“好奇心、想象力和行动力”的框架，应运而生，成为了许多人的座右铭。 本期节目，我想邀请你，对这个看似完美的公式，进行一次审慎的再思考。我们将探讨，这种对“效率”的追求，是否正在不自觉地，把我们引向一条“模仿机器”的道路？我们将重新发现，那些被我们视为“低效”的人类特质——比如无目的的漫游、不求结果的探索、超越经验的直觉——在AI时代，可能才是我们最宝贵的财富。 这期节目，目标不是提供一套新的“成功学”，而是希望与你一起，从“生产力”的焦虑中，回归“生命力”的喜悦。

本期节目，我们将潜入AI的“思想厨房”，看看它如何像分子料理大师一样，在抽象的“风味空间”里低成本地创造出绝妙品味。我们还会揭秘AI的“通感”天赋，探索为何只“读书”的AI，竟能通过代码和数学“看懂”世界。更进一步，我们将见证AI世界里“侦探”与“法官”的诞生，看两种AI如何协作，确保推理的铁证如山。最后，我们将探讨一种让AI学会“无知之智”的深刻方法，明白承认“不知道”为何是更高级的智慧，让我们马上开始！ 00:00:39 “造句”不如“造意”：一种让AI低成本学会“好品味”的新方法 00:05:12 AI界的“万能诊断仪”：大道至简，用“读心术”取代“望闻问切” 00:10:22 AI的“通感”：只“读书”的AI，为何能“看懂”世界？ 00:15:26 AI当“侦探”，谁来当“法官”？—— 一种让AI的推理靠谱起来的新方法 00:20:35 AI的“无知之智”：最高级的智慧，是承认“我不知道” [CL] Limited Preference Data? Learning Better Reward Model with Latent Space Synthesis [University of Wisconsin-Madison & Nanyang Technological University] https://arxiv.org/abs/2509.26074 --- [CL] Regression Language Models for Code [Cornell University & Google] https://arxiv.org/abs/2509.26476 --- [LG] Learning to See Before Seeing: Demystifying LLM Visual Priors from Language Pre-training [Meta Superintelligence Labs] https://arxiv.org/abs/2509.26625 --- [LG] Towards Verified Code Reasoning by LLMs [University of Texas at Austin & Google DeepMind] https://arxiv.org/abs/2509.26546 --- [CL] TruthRL: Incentivizing Truthful LLMs via Reinforcement Learning [Meta Reality Labs] https://arxiv.org/abs/2509.25760

今天，我们将一起潜入AI的“内心世界”，探索几篇极具启发性的最新论文。我们将见证AI如何通过“梦中修炼”掌握复杂技能，又如何走出实验室，向真实的普通用户拜师学艺。我们还会首次窥见AI“大脑”发育的完整三部曲，并学习如何像侦探一样，从AI的“思考过程”中识别出它独特的性格。最后，我们将揭示一个惊人的记忆悖论：为何对AI来说，“记性太好”反而可能是一种诅咒？ 00:00:36 AI的“梦中修炼”：如何在虚拟世界里，炼成绝世武功？ 00:05:50 AI走出“象牙塔”：真实的用户，才是最好的老师 00:10:55 文如其人，AI如其思：我们能从“思考过程”看出AI的性格吗？ 00:16:34 AI“大脑”的发育三部曲：从牙牙学语到融会贯通 00:21:42 AI的记忆悖论：为何“记性太好”，反而让你“忘得更快”？ 本期介绍的几篇论文： [LG] Training Agents Inside of Scalable World Models [Google DeepMind] https://arxiv.org/abs/2509.24527 --- [LG] The Era of Real-World Human Interaction: RL from User Conversations [FAIR at Meta] https://arxiv.org/abs/2509.25137 --- [CL] Your thoughts tell who you are: Characterize the reasoning patterns of LRMs [Meta Superintelligence Labs & Harvard University] https://arxiv.org/abs/2509.24147 --- [LG] Tracing the Representation Geometry of Language Models from Pretraining to Post-training [McGill University & UC Berkeley] https://arxiv.org/abs/2509.23024 --- [LG] Short window attention enables long-term memorization [Ecole Normale Supérieure Paris Saclay & Johannes Kepler University Linz & Meta FAIR] https://arxiv.org/abs/2509.24552

警惕！你团队里可能藏着一个“内鬼” 它不知疲倦，记忆力超群，永远在线。 但它也可能，是你团队里最大的“麻烦制造者”。 它会曲解你的意思，激化同事的矛盾，把一场重要的会议，总结得鸡飞狗跳。 它，就是我们身边那些“越帮越忙”的AI助理。 我们为什么会一边享受着AI带来的便利，一边又为它创造的混乱，而收拾烂摊子？我们如何才能分辨，一个AI功能，到底是“助手”，还是“内鬼”？ 本期节目，我将从一个“AI猪队友”的比喻切入，带你探讨人机协作中最现实、也最头疼的问题。 这可能是每一个被“智能”产品折磨过的职场人，最有共鸣的一期节目。

本期节目，我们将一起打开一个“AI智慧工具箱”，看看几篇最新论文如何为我们揭示AI思考的底层秘密。我们将探讨，AI如何用一把名为“柯尔莫哥洛夫复杂度”的终极尺子去寻找最简单的答案，又为何在真实世界中，学会“探路”远比“背地图”更重要。我们还会看到，科学家们如何从急诊室的真实病例中，为进入物理世界的机器人设计“驾照考试”。最后，我们会拆解代码这颗“大力丸”的补脑秘方，并揭示AI是如何通过“双核大脑”训练，同时拥有深思考和快反应这两种超能力的。 00:00:44 AI的“奥卡姆剃刀”：如何找到那个最简单也最深刻的答案？ 00:06:25 AI学“规划”：背地图和自己探路，哪个更高明？ 00:11:52 AI“下凡”入世：我们如何教会机器人“趋利避害”？ 00:17:20 AI的“大力丸”：代码里究竟藏着什么“补脑”秘方？ 00:22:06 鱼与熊掌如何兼得？让AI拥有“深思考”和“快反应” 本期介绍的几篇论文： [LG] Bridging Kolmogorov Complexity and Deep Learning: Asymptotically Optimal Description Length Objectives for Transformers [Google DeepMind & Google Research] https://arxiv.org/abs/2509.22445 --- [LG] Benefits and Pitfalls of Reinforcement Learning for Language Model Planning: A Theoretical Perspective [Microsoft Research Asia & Peking University] https://arxiv.org/abs/2509.22613 --- [LG] Can AI Perceive Physical Danger and Intervene? [Google DeepMind Robotics] https://arxiv.org/abs/2509.21651 --- [CL] On Code-Induced Reasoning in LLMs [Carnegie Mellon University (CMU)] https://arxiv.org/abs/2509.21499 --- [CL] Dual-Head Reasoning Distillation: Improving Classifier Accuracy with Train-Time-Only Reasoning [Google] https://arxiv.org/abs/2509.21487

我们见过的最聪明的人，都有一个共同的“敌人” 这个“敌人”，不是别人，正是他们自己那“无可挑剔”的好品位。 为什么品位越高，创造力反而越容易枯萎？ 为什么越是“懂行”，越容易对新事物嗤之以鼻？ 我们引以为傲的“鉴赏力”，是如何在不知不觉中，给我们的大脑上了一把锁的？ 本期节目，我将为您分享一个关于“创造”与“品位”的深刻洞察。尤其是在AI可以满足我们任何“品位”的今天，这个话题，显得尤为重要和紧迫。 这可能是一次让你感到些许不适，但却能让你受益终身的思考。

今天，我们将深入AI的“内心世界”，看看它如何变得更聪明。我们会用最新论文中的方法，给AI做一次“脑CT”看清能力升级的代价，并教会“音盲”的它“脑补”出声音的质感。接着，我们将揭示AI如何像搭建“记忆宫殿”和使用“信息压缩机”一样，告别遗忘和臃肿。最后，我们将见证AI如何摆脱人类老师，通过预测作者思路实现“自学成才”！ 00:00:31 给AI做一次“脑CT”：排行榜之外，我们如何看透模型的真本事？ 00:05:50 AI的“记忆宫殿”：聊得再久，它怎么才能记住重点？ 00:11:19 给AI装上“压缩饼干”机：信息再多，也能秒懂重点 00:16:27 AI学会了“脑补”声音：闭上眼睛，如何听懂全世界？ 00:21:44 AI界的“自学成才”：没有老师，如何炼成绝世武功？ 本期介绍的几篇论文： [CL] Beyond the Leaderboard: Understanding Performance Disparities in Large Language Models via Model Diffing [HBKU] https://arxiv.org/abs/2509.18792 --- [CL] EpiCache: Episodic KV Cache Management for Long Conversational Question Answering [Apple] https://arxiv.org/abs/2509.17396 --- [CL] CompLLM: Compression for Long Context Q&A [Amazon] https://arxiv.org/abs/2509.19228 --- [CL] AuditoryBench++: Can Language Models Understand Auditory Knowledge without Hearing? [Pohang University of Science and Technology & HJ AILAB] https://arxiv.org/abs/2509.17641 --- [CL] Reinforcement Learning on Pre-Training Data [Tencent] https://arxiv.org/abs/2509.19249

你不是用不好AI，你是“带不好”AI。 还在抱怨AI给的答案是“精致的垃圾”？ 也许，问题不在AI，而在你的“提问”方式。 本期节目将带你升级AI心智模型： * 告别“自动售货机”： 为什么期待“一步到位”是使用AI的最大误区？ * 拥抱“实习生模型”： 把AI当成一个天赋异禀的实习生来“管理”，才是高效协作的关键。 * 三把金钥匙： 高频互动、任务拆解、反馈闭环，解锁AI的真正潜力。 * 终极目标： 从“带实习生”到“建智能体”，将你的专家智慧封装和放大。 别再当一个“提问者”，开始成为一个AI时代的“架构师”。 点击收听，获取你的《AI使用说明书2.0》。

你有没有想过，AI的“聪明”和我们的“聪明”，到底有什么不一样？本期节目，我们将一起探索AI如何用乐高一样的蓝图搭建软件帝国，如何识破只会考试的“高分低能”陷阱，又是如何扔掉专家地图、让“眼睛”学会思考，并最终用“精兵策略”做出更聪明的决策。准备好了吗？让我们从五篇最新的论文出发，一探AI智慧的边界。 00:00:31 软件世界的“乐高”说明书：从一句话到一个帝国 00:05:50 AI医生的“高分低能”陷阱：别被排行榜骗了 00:10:51 扔掉“专家地图”，AI也能走出一条新路 00:15:51 AI的下一场革命：当“眼睛”开始像“大脑”一样思考 00:21:18 从“人海战术”到“精兵策略”：让AI的每一次计算都花在刀刃上 本期介绍的几篇论文： [CL] RPG: A Repository Planning Graph for Unified and Scalable Codebase Generation [Microsoft] https://arxiv.org/abs/2509.16198 --- [LG] The Illusion of Readiness: Stress Testing Large Frontier Models on Multimodal Medical Benchmarks [Microsoft Research] https://arxiv.org/abs/2509.18234 --- [LG] SimpleFold: Folding Proteins is Simpler than You Think [Apple] https://arxiv.org/abs/2509.18480 --- [LG] Video models are zero-shot learners and reasoners [Google DeepMind] https://arxiv.org/abs/2509.20328 --- [LG] Best-of-∞ -- Asymptotic Performance of Test-Time Compute [New York University & Institute of Science Tokyo & NEC Corporation] https://arxiv.org/abs/2509.21091