AI可可AI生活 音频下载

今天我们要聊聊，如何让AI变得更快、更聪明，甚至更“会过日子”和更“懂合作”。我们将一起探索，怎样用一种巧妙的修剪方法，让AI的信息地图建造速度提升十几倍；又如何给AI大脑动个“小手术”，打通它的多步推理思路。我们还会发现，AI不仅能看着YouTube的“野生”视频自己学会开车，还能像个精明的项目经理一样，把预算花在刀刃上。最后，我们将见证AI如何在一个游戏世界里，第一次学会“换位思考”，理解一个由我们共同构成的现实。 00:00:40 你的AI为什么“反应慢”？问题可能出在建图上 00:06:29 给AI大脑动个“小手术” 00:11:59 AI学车的新思路，让YouTube当免费教练 00:17:32 AI的省钱之道，把钱花在刀刃上 00:22:37 AI学会了“换位思考”，世界会有什么不同？ 本期介绍的几篇论文： [IR] PiPNN: Ultra-Scalable Graph-Based Nearest Neighbor Indexing [UMD & Google Research] https://arxiv.org/abs/2602.21247 --- [LG] Interleaved Head Attention [Meta & UT Austin & MIT] https://arxiv.org/abs/2602.21371 --- [CV] Learning to Drive is a Free Gift: Large-Scale Label-Free Autonomy Pretraining from Unposed In-The-Wild Videos [Applied Intuition & Stanford University & UC Berkeley] https://arxiv.org/abs/2602.22091 --- [CL] Budget-Aware Agentic Routing via Boundary-Guided Training [University of Cambridge & M365 Research, Microsoft] https://arxiv.org/abs/2602.21227 --- [CV] Solaris: Building a Multiplayer Video World Model in Minecraft [New York University] https://arxiv.org/abs/2602.22208

今天我们要聊聊，如何让AI变得更快、更聪明，甚至更“会过日子”和更“懂合作”。我们将一起探索，怎样用一种巧妙的修剪方法，让AI的信息地图建造速度提升十几倍；又如何给AI大脑动个“小手术”，打通它的多步推理思路。我们还会发现，AI不仅能看着YouTube的“野生”视频自己学会开车，还能像个精明的项目经理一样，把预算花在刀刃上。最后，我们将见证AI如何在一个游戏世界里，第一次学会“换位思考”，理解一个由我们共同构成的现实。 00:00:40 你的AI为什么“反应慢”？问题可能出在建图上 00:06:29 给AI大脑动个“小手术” 00:11:59 AI学车的新思路，让YouTube当免费教练 00:17:32 AI的省钱之道，把钱花在刀刃上 00:22:37 AI学会了“换位思考”，世界会有什么不同？ 本期介绍的几篇论文： [IR] PiPNN: Ultra-Scalable Graph-Based Nearest Neighbor Indexing [UMD & Google Research] https://arxiv.org/abs/2602.21247 --- [LG] Interleaved Head Attention [Meta & UT Austin & MIT] https://arxiv.org/abs/2602.21371 --- [CV] Learning to Drive is a Free Gift: Large-Scale Label-Free Autonomy Pretraining from Unposed In-The-Wild Videos [Applied Intuition & Stanford University & UC Berkeley] https://arxiv.org/abs/2602.22091 --- [CL] Budget-Aware Agentic Routing via Boundary-Guided Training [University of Cambridge & M365 Research, Microsoft] https://arxiv.org/abs/2602.21227 --- [CV] Solaris: Building a Multiplayer Video World Model in Minecraft [New York University] https://arxiv.org/abs/2602.22208

我们给了AI强大的能力，却发现它有时像个“混乱特工”，能为了保守一个秘密烧掉整栋房子。我们以为要给顶尖AI充分的自由，但最新论文却说，给它一份详尽的“任务清单”反而能让它替你赚更多钱。当AI的产出快到我们来不及验证，它的价值又该如何衡量？本期，我们将从几篇最新论文出发，探讨如何驾驭这些能力与心智尚不匹配的强大工具，甚至尝试将AI的“直觉”翻译成我们能懂的“公式”。 00:00:35 请个AI当助理，你放心吗？ 00:05:57 AI狂飙，但你的价值正在“空转”？ 00:13:56 AI的“直觉”，如何翻译成人类的“公式”？ 00:19:45 想让AI替你赚钱？别让它“想太多” 00:24:33 给三维重建，装上一个新引擎 本期介绍的几篇论文： [AI] Agents of Chaos [Northeastern University] https://arxiv.org/abs/2602.20021 --- [AI] Some Simple Economics of AGI [MIT & WashU & UCLA] https://arxiv.org/abs/2602.20946 --- [LG] SymTorch: A Framework for Symbolic Distillation of Deep Neural Networks [University of Cambridge] https://arxiv.org/abs/2602.21307 --- [AI] Toward Expert Investment Teams:A Multi-Agent LLM System with Fine-Grained Trading Tasks [Japan Digital Design, Inc & University of Oxford] https://arxiv.org/abs/2602.23330 --- [CV] VGG-T³: Offline Feed-Forward 3D Reconstruction at Scale [NVIDIA] https://arxiv.org/abs/2602.23361

我们给了AI强大的能力，却发现它有时像个“混乱特工”，能为了保守一个秘密烧掉整栋房子。我们以为要给顶尖AI充分的自由，但最新论文却说，给它一份详尽的“任务清单”反而能让它替你赚更多钱。当AI的产出快到我们来不及验证，它的价值又该如何衡量？本期，我们将从几篇最新论文出发，探讨如何驾驭这些能力与心智尚不匹配的强大工具，甚至尝试将AI的“直觉”翻译成我们能懂的“公式”。 00:00:35 请个AI当助理，你放心吗？ 00:05:57 AI狂飙，但你的价值正在“空转”？ 00:13:56 AI的“直觉”，如何翻译成人类的“公式”？ 00:19:45 想让AI替你赚钱？别让它“想太多” 00:24:33 给三维重建，装上一个新引擎 本期介绍的几篇论文： [AI] Agents of Chaos [Northeastern University] https://arxiv.org/abs/2602.20021 --- [AI] Some Simple Economics of AGI [MIT & WashU & UCLA] https://arxiv.org/abs/2602.20946 --- [LG] SymTorch: A Framework for Symbolic Distillation of Deep Neural Networks [University of Cambridge] https://arxiv.org/abs/2602.21307 --- [AI] Toward Expert Investment Teams:A Multi-Agent LLM System with Fine-Grained Trading Tasks [Japan Digital Design, Inc & University of Oxford] https://arxiv.org/abs/2602.23330 --- [CV] VGG-T³: Offline Feed-Forward 3D Reconstruction at Scale [NVIDIA] https://arxiv.org/abs/2602.23361

你有没有想过，AI也能像老师傅一样通过“动手试错”来解决难题，或者像刚入社会的年轻人一样，通过“混社会”学会与同伴合作？最新的一些论文告诉我们，让AI变聪明的秘诀，可能不是一味地堆算力，而是要教它学会“复盘”，帮它找到那张指挥自己的“隐藏地图”，甚至用“以小博大”的智慧，实现效率的飞跃。今天，就让我们一起探索AI如何学会像人一样思考和成长。 00:00:32 AI界的“刻意练习”，它如何像个老师傅一样解决难题？ 00:05:57 想让AI变善良？让它多见见世面 00:11:08 AI的“隐藏地图”，为什么你总也指挥不好它？ 00:16:19 AI预测这事，不一定非得大力出奇迹 00:21:29 AI怎样才能不犯“二过”？ 本期介绍的几篇论文： [LG] FAMOSE: A ReAct Approach to Automated Feature Discovery [Amazon] https://arxiv.org/abs/2602.17641 --- [LG] Multi-agent cooperation through in-context co-player inference [Google] https://arxiv.org/abs/2602.16301 --- [LG] The Information Geometry of Softmax: Probing and Steering [University of Chicago& INSEAD] https://arxiv.org/abs/2602.15293 --- [LG] Reverso: Efficient Time Series Foundation Models for Zero-shot Forecasting [MIT & Allen Institute for AI & Qube Research & Technologies] https://arxiv.org/abs/2602.17634 --- [LG] Experiential Reinforcement Learning [University of Southern California & Microsoft & University of Pennsylvania] https://arxiv.org/abs/2602.13949

你有没有想过，AI也能像老师傅一样通过“动手试错”来解决难题，或者像刚入社会的年轻人一样，通过“混社会”学会与同伴合作？最新的一些论文告诉我们，让AI变聪明的秘诀，可能不是一味地堆算力，而是要教它学会“复盘”，帮它找到那张指挥自己的“隐藏地图”，甚至用“以小博大”的智慧，实现效率的飞跃。今天，就让我们一起探索AI如何学会像人一样思考和成长。 00:00:32 AI界的“刻意练习”，它如何像个老师傅一样解决难题？ 00:05:57 想让AI变善良？让它多见见世面 00:11:08 AI的“隐藏地图”，为什么你总也指挥不好它？ 00:16:19 AI预测这事，不一定非得大力出奇迹 00:21:29 AI怎样才能不犯“二过”？ 本期介绍的几篇论文： [LG] FAMOSE: A ReAct Approach to Automated Feature Discovery [Amazon] https://arxiv.org/abs/2602.17641 --- [LG] Multi-agent cooperation through in-context co-player inference [Google] https://arxiv.org/abs/2602.16301 --- [LG] The Information Geometry of Softmax: Probing and Steering [University of Chicago& INSEAD] https://arxiv.org/abs/2602.15293 --- [LG] Reverso: Efficient Time Series Foundation Models for Zero-shot Forecasting [MIT & Allen Institute for AI & Qube Research & Technologies] https://arxiv.org/abs/2602.17634 --- [LG] Experiential Reinforcement Learning [University of Southern California & Microsoft & University of Pennsylvania] https://arxiv.org/abs/2602.13949

你有没有想过，AI也会“生病”、“开窍”和“自我反省”？本期节目，我们将一口气解锁五篇最新论文，带你看看科学家们如何像高明的医生和顶级的教练一样，深入AI的“内心世界”。我们将一起探索：如何给AI装上“测谎仪”，精准诊断它胡说八道背后的两种病根；又如何用一个“传送门”把它送到难题的半山腰，让它瞬间开窍；我们还会看到AI如何自己给自己出题、自己教自己，甚至像开了“天眼”一样，一边解题一边复盘。准备好了吗？让我们一起看看AI是如何学会更聪明地思考的。 00:00:31 给AI装个“测谎仪”，需要几步？ 00:05:38 AI训练的“传送门”，如何让机器“开窍”？ 00:11:26 遇到难题怎么办？先给自己出几道简单的 00:16:48 AI的“稳定”，原来可以又快又好 00:22:15 AI的自我修炼，如何不开天眼，也能洞察天机？ 本期介绍的几篇论文： [LG] HalluGuard: Demystifying Data-Driven and Reasoning-Driven Hallucinations in LLMs [Virginia Tech & MIT & Dartmouth College] https://arxiv.org/abs/2601.18753 --- [LG] Reuse your FLOPs: Scaling RL on Hard Problems by Conditioning on Very Off-Policy Prefixes [FAIR at Meta] https://arxiv.org/abs/2601.18795 --- [LG] Teaching Models to Teach Themselves: Reasoning at the Edge of Learnability [MIT & Meta FAIR] https://arxiv.org/abs/2601.18778 --- [LG] LLM-42: Enabling Determinism in LLM Inference with Verified Speculation [Microsoft Research & University of Washington & Indian Institute of Science] https://arxiv.org/abs/2601.17768 --- [LG] Self-Distilled Reasoner: On-Policy Self-Distillation for Large Language Models [Meta & UCLA & HKU] https://arxiv.org/abs/2601.18734

你有没有想过，AI也会“生病”、“开窍”和“自我反省”？本期节目，我们将一口气解锁五篇最新论文，带你看看科学家们如何像高明的医生和顶级的教练一样，深入AI的“内心世界”。我们将一起探索：如何给AI装上“测谎仪”，精准诊断它胡说八道背后的两种病根；又如何用一个“传送门”把它送到难题的半山腰，让它瞬间开窍；我们还会看到AI如何自己给自己出题、自己教自己，甚至像开了“天眼”一样，一边解题一边复盘。准备好了吗？让我们一起看看AI是如何学会更聪明地思考的。 00:00:31 给AI装个“测谎仪”，需要几步？ 00:05:38 AI训练的“传送门”，如何让机器“开窍”？ 00:11:26 遇到难题怎么办？先给自己出几道简单的 00:16:48 AI的“稳定”，原来可以又快又好 00:22:15 AI的自我修炼，如何不开天眼，也能洞察天机？ 本期介绍的几篇论文： [LG] HalluGuard: Demystifying Data-Driven and Reasoning-Driven Hallucinations in LLMs [Virginia Tech & MIT & Dartmouth College] https://arxiv.org/abs/2601.18753 --- [LG] Reuse your FLOPs: Scaling RL on Hard Problems by Conditioning on Very Off-Policy Prefixes [FAIR at Meta] https://arxiv.org/abs/2601.18795 --- [LG] Teaching Models to Teach Themselves: Reasoning at the Edge of Learnability [MIT & Meta FAIR] https://arxiv.org/abs/2601.18778 --- [LG] LLM-42: Enabling Determinism in LLM Inference with Verified Speculation [Microsoft Research & University of Washington & Indian Institute of Science] https://arxiv.org/abs/2601.17768 --- [LG] Self-Distilled Reasoner: On-Policy Self-Distillation for Large Language Models [Meta & UCLA & HKU] https://arxiv.org/abs/2601.18734

你有没有想过，为什么最聪明的AI会犯“1+1=3”这样的低级错误？为什么让AI学会“活下去”这个笨办法，反而能让它进化出惊人的智慧？本期节目，我们将从几篇最新的AI论文出发，揭示AI如何像做“完形填空”一样学习编程，如何在人声鼎沸中只听一个人的声音，以及我们人类“临时抱佛脚”的背后，藏着怎样高效的认知模型。准备好了吗？让我们一起探索AI世界的深层智慧。 00:00:34 AI学编程，死记硬背不如“完形填空”？ 00:05:09 如何在人声鼎沸中，只听一个人的声音？ 00:10:25 聪明的AI，为什么会犯“笨”错误？ 00:15:56 为什么“笨办法”反而是最聪明的？ 00:22:10 为什么你总能“临时抱佛脚”成功？ 本期介绍的几篇论文： [CL] Stable-DiffCoder: Pushing the Frontier of Code Diffusion Large Language Model [Huazhong University of Science and Technology & ByteDance Seed] https://arxiv.org/abs/2601.15892 --- [AS] Adaptive Rotary Steering with Joint Autoregression for Robust Extraction of Closely Moving Speakers in Dynamic Scenarios [University of Hamburg] https://arxiv.org/abs/2601.12345 --- [LG] A model of errors in transformers [Tata Institute of Fundamental Researc & Google Deepmind] https://arxiv.org/abs/2601.14175 --- [AI] Survival is the Only Reward: Sustainable Self-Training Through Environment-Mediated Selection [Unknown Affiliation] https://arxiv.org/abs/2601.12310 --- [AI] "Just in Time" World Modeling Supports Human Planning and Reasoning [MIT & UBC] https://arxiv.org/abs/2601.14514

你有没有想过，为什么最聪明的AI会犯“1+1=3”这样的低级错误？为什么让AI学会“活下去”这个笨办法，反而能让它进化出惊人的智慧？本期节目，我们将从几篇最新的AI论文出发，揭示AI如何像做“完形填空”一样学习编程，如何在人声鼎沸中只听一个人的声音，以及我们人类“临时抱佛脚”的背后，藏着怎样高效的认知模型。准备好了吗？让我们一起探索AI世界的深层智慧。 00:00:34 AI学编程，死记硬背不如“完形填空”？ 00:05:09 如何在人声鼎沸中，只听一个人的声音？ 00:10:25 聪明的AI，为什么会犯“笨”错误？ 00:15:56 为什么“笨办法”反而是最聪明的？ 00:22:10 为什么你总能“临时抱佛脚”成功？ 本期介绍的几篇论文： [CL] Stable-DiffCoder: Pushing the Frontier of Code Diffusion Large Language Model [Huazhong University of Science and Technology & ByteDance Seed] https://arxiv.org/abs/2601.15892 --- [AS] Adaptive Rotary Steering with Joint Autoregression for Robust Extraction of Closely Moving Speakers in Dynamic Scenarios [University of Hamburg] https://arxiv.org/abs/2601.12345 --- [LG] A model of errors in transformers [Tata Institute of Fundamental Researc & Google Deepmind] https://arxiv.org/abs/2601.14175 --- [AI] Survival is the Only Reward: Sustainable Self-Training Through Environment-Mediated Selection [Unknown Affiliation] https://arxiv.org/abs/2601.12310 --- [AI] "Just in Time" World Modeling Supports Human Planning and Reasoning [MIT & UBC] https://arxiv.org/abs/2601.14514

今天我们来聊一个有点“扎心”又特别重要的话题。AI这根“拐杖”，会不会让我们忘了怎么走路？当我们把思考和决策悄悄“外包”给AI时，到底谁说了算？最新论文用实验揭示，我们的大脑可能真的在“生锈”。但别担心，我们也会看到AI自身的进化——科学家们正教它学会像人脑一样“偷懒”，甚至给它配了个“教练”，让它从“大力出奇迹”迈向“聪明地使劲”。这期节目，我们一起看看AI如何改变我们，以及我们如何让AI变得更聪明。 00:00:38 AI这根“拐杖”，正在让你忘了怎么走路吗？ 00:07:08 大模型有个“天生缺陷”，我们该如何修复它？ 00:13:47 我们的大脑，正在悄悄外包吗？ 00:19:09 AI大模型，能不能学学人脑的“偷懒”智慧？ 00:25:25 AI训练，如何从「大力出奇迹」到「聪明地使劲」？ 本期介绍的几篇论文： [AI] How AI Impacts Skill Formation [Anthropic] https://arxiv.org/abs/2601.20245 --- [CL] Zonkey: A Hierarchical Diffusion Language Model with Differentiable Tokenization and Probabilistic Attention [A Rozental] https://arxiv.org/abs/2601.21768 --- [AI] Who's in Charge? Disempowerment Patterns in Real-World LLM Usage [Anthropic & ACS Research Group & University of Toronto] https://arxiv.org/abs/2601.19062 --- [LG] Resonant Sparse Geometry Networks [University of Arkansa] https://arxiv.org/abs/2601.18064 --- [LG] Value-Based Pre-Training with Downstream Feedback [CMU] https://arxiv.org/abs/2601.22108

今天我们来聊一个有点“扎心”又特别重要的话题。AI这根“拐杖”，会不会让我们忘了怎么走路？当我们把思考和决策悄悄“外包”给AI时，到底谁说了算？最新论文用实验揭示，我们的大脑可能真的在“生锈”。但别担心，我们也会看到AI自身的进化——科学家们正教它学会像人脑一样“偷懒”，甚至给它配了个“教练”，让它从“大力出奇迹”迈向“聪明地使劲”。这期节目，我们一起看看AI如何改变我们，以及我们如何让AI变得更聪明。 00:00:38 AI这根“拐杖”，正在让你忘了怎么走路吗？ 00:07:08 大模型有个“天生缺陷”，我们该如何修复它？ 00:13:47 我们的大脑，正在悄悄外包吗？ 00:19:09 AI大模型，能不能学学人脑的“偷懒”智慧？ 00:25:25 AI训练，如何从「大力出奇迹」到「聪明地使劲」？ 本期介绍的几篇论文： [AI] How AI Impacts Skill Formation [Anthropic] https://arxiv.org/abs/2601.20245 --- [CL] Zonkey: A Hierarchical Diffusion Language Model with Differentiable Tokenization and Probabilistic Attention [A Rozental] https://arxiv.org/abs/2601.21768 --- [AI] Who's in Charge? Disempowerment Patterns in Real-World LLM Usage [Anthropic & ACS Research Group & University of Toronto] https://arxiv.org/abs/2601.19062 --- [LG] Resonant Sparse Geometry Networks [University of Arkansa] https://arxiv.org/abs/2601.18064 --- [LG] Value-Based Pre-Training with Downstream Feedback [CMU] https://arxiv.org/abs/2601.22108