创作者写的节目说明

今天我们要聊的5篇最新论文，正在悄悄颠覆AI与人类的进化逻辑：看机器人如何学会“闭眼想象”跑通物理世界的缩放定律，看代码智能体如何靠“裁判分离”把核心价值还给人类的判断力。我们还会拆解智能体如何将挫败转化为“可塑性”，以及大模型如何学会“与硬件错误共存”以打破能耗枷锁。最后，更会带你直面AI自我迭代中残酷的“赢家诅咒”，看清指标自嗨与真实能力的致命落差。

当机器人学会“闭上眼想象”，我们看到了从“盲盒”走向“科学”的必然

未来的工作法则，当AI负责干活，谁来负责拍板？

决定未来的不是你现在的能力，而是你的“经验转化率”

拥抱不完美的红利，从对抗错误，到利用错误

为什么越是看似完美的进步，越可能是一场精密的自我欺骗？

本期介绍的几篇论文：

[AI] RoboJEPA: Scaling Robotic Latent World Models

[FAIR at Meta]

https://arxiv.org/abs/2610.10515

---

[AI] Humanize: Judgement Engineering for Agentic Coding

[NVIDIA]

https://arxiv.org/abs/2610.08900

---

[AI] Agent Plasticity: Measuring Self-Improvement Through Experience

[UC Berkeley & Meta Superintelligence Labs]

https://arxiv.org/abs/2610.08902

---

[LG] Fault-tolerant foundation models

[MIT]

https://arxiv.org/abs/2610.10311

---

[AI] The Winner's Curse in LLM Self-Improvement Loops: Selection Noise, Lock-in, and Acceptance Rules

[Meta & Microsoft]

https://arxiv.org/abs/2610.09239

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

Humanize 用两家不同公司的AI分任建设者与审查员，加七十二道机械大门，把拍板权还给人类。

别处听不到的

把五篇互不相干的论文统一到「反脆弱」一条线索上，每篇都落到一个可迁移的判断。

最打动人的

用十个瞎蒙学生考五道判断题、总有一个全对，讲清AI自我迭代里的赢家诅咒。

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

一个机器人去厨房拿杯子，笨拙得像刚学步的幼儿——这期从五篇最新论文里拆出它为什么笨、又怎么变聪明。RoboJEPA 让机器人闭眼在潜在空间想象未来，能力按「认识自我—使用工具—理解空间—洞察物理」的阶梯涌现；Humanize 用两家不同公司的AI分任建设者和审查员，加七十二道机械大门，把拍板权还给人类；还有在故意出错的芯片上训练反而更抗噪的模型，以及AI自我迭代里那个「十个瞎蒙学生总有一个全对」的赢家诅咒。

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

本期拆解五篇AI前沿论文，并逐一映射到普通人的生存法则。RoboJEPA 证明机器人可在潜在特征空间预测未来，确立物理世界的缩放定律，能力按「认识自我—使用工具—理解空间—洞察物理」阶梯涌现；Humanize 提出判断力工程，用两家不同公司的AI分任建设者与审查员，加七十二道机械大门，把核心价值还给人类判断力；Agent Plasticity 提出「可塑性」与「经验转化率」，揭示伪学习与经验不可泛化的三重瓶颈；Fault-Tolerant Foundation Models 证明在故意出错的硬件上训练的模型越大越抗噪，指向反脆弱架构与能耗突破；The Winner's Curse 则拆解AI自我迭代中的选择噪音与锁定效应，指出封闭指标下的进步多是自嗨。

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