创作者写的节目说明

今天我们要聊的五篇最新论文，将彻底颠覆你对智能的认知。你将看到AI如何像程序员版本控制一样实现思考的“复利累积”，又如何用信息论的“比特”精准丈量与未来创新的距离；我们还会看它如何踏上充满变数的绿茵场破解人类的博弈密码，以及怎样通过外挂经验库学会“开卷考试”告别死记硬背。最不可思议的是，唤醒它庞大逻辑智力的，可能仅仅是一句无厘头的触发口头禅。准备好了吗？让我们一起出发！

放弃“从头再来”的执念，拥抱“复利累积”的奇迹

丈量创新的距离，AI到底能不能提出未来的伟大构想？

进球背后的暗战，为什么说破解了足球，人工智能才算真正读懂了人类？

为什么死记硬背的AI，打不过懂得“查资料”的AI？

唤醒AI潜在智力的，也许只是一句无厘头的“鸡”

本期介绍的几篇论文：

[AI] GitSwarm: Decentralized Compounding Inference
[Meta Superintelligence Labs]
https://arxiv.org/abs/2610.04862
---
[LG] Priced Guidance: Can Language Models Generate Future Research Ideas?
[Stanford University]
https://arxiv.org/abs/2610.04976
---
[AI] Game Plan: What AI can do for Football, and What Football can do for AI
[DeepMind]
https://arxiv.org/abs/2011.09192
---
[LG] Retrieval-Augmented Reinforcement Learning
[DeepMind]
https://arxiv.org/abs/2202.08417
---
[LG] Base Models Can Reason By Taking a Cue From Training Data
[MIT & UC Berkeley & University of Washington]
https://arxiv.org/abs/2610.06851

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的，不是节目方的宣传语

最值得听的

GitSwarm用版本控制式公共黑板保存AI的中间思考，实验中90%以上的中间贡献最终被后续工作吸收借鉴。

别处听不到的

论文分析上万个真实点球数据，用「球员向量」证明人类无法真正随机，紧张时仍会踢向最顺脚的死角。

最打动人的

把AI小时候读过的书里所有「OK」替换成「chicken」，模型听到「chicken」竟也像被学霸附体般算起数学题。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

24分钟讲完五篇AI论文，每篇都配了一个让人记住的类比：AI的思考像版本控制一样可以存档复用，一个被扔掉的失败架构几十小时后成了最终模型的核心机制；点球大战里人类以为自己随机，AI却通过「球员向量」看到了潜意识底牌；基础模型只要听到一句「OK」，数学正确率就从四成多跳到接近八成，把「OK」换成「chicken」居然也管用。每篇最后都落到普通人能用的判断上。

AI 概要

本期概要

由 AI 从整集转写生成，是创作者说明之外的补充

本期用24分钟串讲五篇AI前沿论文，并逐篇落到普通人的认知启发。第一篇 GitSwarm 提出「复利推演」，用版本控制式的公共黑板让AI的中间思考被永久保存、互相借鉴，实验中90%以上的中间贡献最终被后续工作吸收，一个被搁置的失败架构几十小时后成了最终模型的核心机制。第二篇 Priced Guidance 用「二十个问题」猜谜游戏和向导提示的比特成本，量化AI距离未来研究构想有多远，发现只要求猜中核心机制时提示成本断崖式下降，提示成本每降十个比特，独立想到的概率飙升一千倍。第三篇 Game Plan 讨论足球为何是AI理解真实世界的训练场，分析上万个点球数据后发现人类无法真正随机，AI能通过「球员向量」看到潜意识底牌。第四篇 Retrieval-Augmented RL 让AI学会开卷考试，配检索助手后学习更快、得分更高、多任务不再互相打架。第五篇发现基础模型只需一个「OK」或「chicken」的触发词，数学正确率就能从四成多飙升到接近八成。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立