本期节目，我们将一起探索AI智能的几种迷人形态。一个从没上过网的AI，如何靠“顿悟”来解题？一个摇摆不定的AI，如何被调教得“心中有谱”？一个笨学生，又是如何通过一套“教育学”秘籍，成为推理高手的？最后，我们还会聊聊如何给AI团队“动手”纠错，并用一把尺子精确量出它的“记忆深度”。准备好了吗？让我们一起出发！

00:00:31 造一个聪明的AI，需要喂它整个互联网吗？

00:07:16 告别左右摇摆：如何让机器学会有个“准星”？

00:12:27 如何把一个“笨学生”调教成解题高手？

00:19:59 别再当事后诸葛亮，试试“动手”来纠错

00:25:43 你的AI有多健忘？我们终于有了一把尺子

本期介绍的几篇论文：

[LG] ARC-AGI Without Pretraining

[CMU]

https://arxiv.org/abs/2512.06104

---

[LG] Average-reward reinforcement learning in semi-Markov decision processes via relative value iteration

[University of Alberta]

https://arxiv.org/abs/2512.06218

---

[CL] On the Interplay of Pre-Training, Mid-Training, and RL on Reasoning Language Models

[CMU]

https://arxiv.org/abs/2512.07783

---

[AI] DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems

[Microsoft & Chinese Academy of Sciences]

https://arxiv.org/abs/2512.06749

---

[LG] Quantifying Memory Use in Reinforcement Learning with Temporal Range

[MIT]

https://arxiv.org/abs/2512.06204