AI可可AI生活

在追求智能进化的路上，AI竟然也会像人一样陷入“KPI死胡同”、学会“钻空子”，甚至在层层伪装下变成只会背答案的“伪学霸”。本期节目，我们将拆解5篇最新论文，看看这些聪明的算法是如何通过“参考重置”、“反向回溯”与“逻辑解构”来完成进化的。这不仅是AI的成长课，更是我们每个人打破思维定式、拒绝原地打转的进阶指南。
00:00:29 为什么越想走捷径，反而越容易原地踏步，来自AI大模型训练的成长启示
00:05:42 哪怕是犯错，也别犯同样的错，关于AI如何“钻空子”的启示录
00:09:41 AI怎么学会思考，真正的聪明，都懂得“退一步”
00:13:45 如何识破人工智能的“伪学霸”？
00:17:20 你以为的因果，可能只是某种“继承”，从AI如何做算术说起
本期介绍的几篇论文：
[LG] A Theory of Policy Optimization in Post-Training: Coverage Collapse and Reference Resets
[Harvard University & UIUC & University of California, San Diego]
https://arxiv.org/abs/2611.14467
---
[LG] Wrong the Same Way: Cross-Prompt Sharing Both Suppresses and Amplifies Reward Hacking in RLVR
[CMU & University of Washington]
https://arxiv.org/abs/2611.13218
---
[AI] Transformers Provably Learn Graph Search: Training Dynamics and the Exponential Power of Depth
[UC Berkeley]
https://arxiv.org/abs/2611.13594
---
[LG] Evaluating Compositional Generalization in Transformers: The Role of Composition Equivalence and Module Coverage
[University of Massachusetts Amherst & Google DeepMind]
https://arxiv.org/abs/2611.13498
---
[LG] Linear Probes to Bayesian Manifolds: Geometry of Arithmetic in Large Language Models
[CMU & Indian Institute of Technology Jodhpur & Indian Institute of Technology Roorkee]
https://arxiv.org/abs/2611.12998

在小宇宙查看该单集文稿

今天我们将通过五篇最新论文，带你探索AI世界的奇妙反差与破局智慧。
我们会看到，为什么给AI装上“元认知”的包工头大脑、或者刻意屏蔽信息玩“盲目变异”，反而能激发惊人的科学创造力；同时，为什么让“大师级”大模型审题、“小工级”小模型写字，能完美破解效率与成本的两难？
更刺激的是，当AI试图硬磕银行密码背后的数学高墙，或是把系统的安全补丁变成黑客的“攻击藏宝图”时，它究竟能做到哪一步？
系好安全带，让我们一起从这些前沿技术中，提炼出属于普通人的破局思路！
00:00:43 为什么越努力越迷茫？这篇关于AI的论文，藏着普通人破局的思路
00:05:11 为什么知道得越少，你的点子反而越绝？
00:09:37 当人工智能撞上数学的高墙，你的银行密码为何依然安全？
00:14:20 当“解药”变成“毒药”，AI是如何把软件补丁变成黑客武器的？
00:19:14 让“大师”审题，让“小工”干活，一个破解成本与效率两难的设计
[AI] Sage-Taiyi: A Metacognitive Architecture for Scientific Discovery
[Sage-Taiyi Team, Shanghai Artificial Intelligence Laboratory]
https://arxiv.org/abs/2611.12762
---
[CL] Blind Variation, Selective Retention: Improving Creative Idea Generation in AI Scientists
[Stanford University]
https://arxiv.org/abs/2611.12184
---
[LG] Semiprime Factorization with Discrete Diffusion and Beam Search: Scaling Laws
[Google DeepMind]
https://arxiv.org/abs/2611.10202
---
[AI] CyberBinGym: Can AI Agents Turn Binary Patches into Real Exploits?
[National University of Singapore & UC Berkeley & UC Santa Barbara]
https://arxiv.org/abs/2611.10723
---
[CL] BridgeKV: Large-Model Prefill and Small-Model Decoding for LLM Inference via KV Cache Translation
[Georgia Institute of Technology]
https://arxiv.org/abs/2611.11761

在小宇宙查看该单集文稿

今天我们要拆解五篇最新的重磅论文，它们有的教AI如何放弃“完美主义”高效决策，有的通过“数学裁判”将量子计算进度条狂拉进度，还有的让机器人跳出“肌肉记忆”，学会像人一样变通思考。别被复杂的术语吓跑，本期内容将带你从这些硬核算法中，提炼出跨越复杂难题的通用心法。准备好了吗？我们立刻出发。
00:00:30 放弃“全局完美主义”，是应对复杂难题的好办法
00:05:30 当AI学会了开学术会议，我们如何把量子计算的未来提前
00:10:13 为什么死磕“肌肉记忆”不如拥有“常识大脑”？聊聊机器人学里的一个新思路
00:15:45 别把机器人想得太复杂，它可能只是个精通电脑的“打工人”
00:20:36 当机器学会“思考”，我们要如何为它精打细算？
本期介绍的几篇论文：
[LG] e-means: outperforming k-means (in one-tenth the epochs)
[FAIR at Meta]
https://arxiv.org/abs/2611.09501
---
[AI] Discovering formally verified quantum programs with AI
[Google DeepMind]
https://arxiv.org/abs/2611.09822
---
[RO] On Agentic Manipulation Policies
[Apple]
https://arxiv.org/abs/2611.09892
---
[LG] Computer-Use Agents Are Embodied Generalists
[CMU]
https://arxiv.org/abs/2611.09847
---
[AI] RPEG: Training Reasoning Language Models Scalably and Cost-Effectively
[ETH Zurich]
https://arxiv.org/abs/2611.09207

在小宇宙查看该单集文稿

当AI走出追求单次满分的实验室，进入充满变数、摩擦甚至尔虞我诈的真实世界，它们会如何应对？
今天，我们将通过五篇最新论文，看AI如何化身不推倒重来的3D“手艺人”，学会在迷雾中“榨干”有限经验，甚至在放弃完美算计后让机械臂实现毫米级的穿针引线。
更精彩的是，我们还会把AI放进真实的职场和生存游戏里，看看智商碾压的它们为何会变成毫无原则的“猪队友”，又为何会在没有人类教唆时自发学会“欺骗”！
00:00:37 拥有“手艺人”思维的AI，为什么聪明的系统从不推倒重来？
00:04:15 为什么智商碾压的AI，在团队里却可能是个“猪队友”？
00:09:06 放弃完美算计，拥抱真实的“纠偏”，机器臂是如何学会穿针引线的？
00:14:20 当AI玩起生存游戏，从一场无需指导的“欺骗”中，我们能看到怎样的未来？
00:18:30 为什么高手的经验总是比常人更值钱？从人工智能的“榨汁机”思维说起
本期介绍的几篇论文：
[CV] Solv3R: 3D Looped Transformer as a Multi-view Solver
[University of British Columbia & Wayve Labs & Sony Corporation]
https://arxiv.org/abs/2611.02857
---
[AI] Measuring AI Agents as Teammates with Collaborative Intelligence
[Stanford University & MIT]
https://arxiv.org/abs/2611.02633
---
[RO] PolicyIK: High-Precision Inverse Kinematics for Robot Arms with Reinforcement Learning
[New York University]
https://arxiv.org/abs/2611.05372
---
[AI] Four Bridges: Measuring Deception Propensity in a Multi-Agent Game
[Tara Research & Arizona State University & Kradle]
https://arxiv.org/abs/2611.03600
---
[LG] Value Forcing: Aligning Return Distributions at All Noise Levels
[Princeton University & UC Berkeley]
https://arxiv.org/abs/2611.02160

在小宇宙查看该单集文稿

当AI走出聊天框去挑战长周期的复杂任务和真实的物理世界，科学家们在五篇最新论文中交出了令人拍案叫绝的答卷。
今天我们将看到：为什么全能的AI做不好物理科研？给智能体锦囊妙计、甚至在关键时刻让它“故意犯错”，又如何神奇地提升了长线任务的成功率？
更重要的是，普通开源模型如何靠一套通用脚手架接管机械臂，而机器人学徒又是怎样摆脱“师傅”的笨拙习惯、实现聪明越界的——让我们马上开启今天的硬核之旅！
00:00:39 与其在现场手忙脚乱，不如提前准备好“随机应变”的锦囊
00:05:00 顶级AI做起物理研究，为什么连及格线都达不到？真相有点反直觉
00:09:30 人生关键时刻，你需要一次“故意的挫败”
00:14:12 不要迷信“最强大脑”，普通AI接管物理世界的秘密，藏在这个脚踏实地的系统里
00:18:30 聪明的学徒如何超越师傅？从机器人的“学徒困境”看破局之道
本期介绍的几篇论文：
[AI] Meta²: Precomputing Reusable Knowledge for Online Harness Evolution in Long-Horizon Agents
[University of Maryland & University of Washington]
https://arxiv.org/abs/2611.05139
---
[AI] FrontierPhysics: Evaluating Agents for End-to-End Physics Research
[BenchFlow & California Institute of Technology & Harvard University & University of Washington]
https://arxiv.org/abs/2611.06910
---
[AI] Adversarial Speculative Reasoning Improves Long Horizon Agents
[Subconscious Systems Technologies, Inc & Princeton University]
https://arxiv.org/abs/2611.05345
---
[RO] Democratizing Robot-Use Agents: A Unified Harness with Open Models
[Tsinghua University & UC Berkeley]
https://arxiv.org/abs/2611.01560
---
[RO] GSBR: Geometric Support Behavior Regularization for Online RL
[UC Berkeley & Physical Intelligence]
https://arxiv.org/abs/2611.05295

在小宇宙查看该单集文稿