你有没有想过，一个真正能干活的AI，需要的不是更多的考题，而是一间属于自己的“办公室”？我们又该如何扮演一个聪明的“甩手掌柜”，给手下的AI专家们高效分配任务？本期节目，我们将从几篇最新的AI论文出发，聊聊如何用“成本思维”给AI的训练省下一半的钱，如何通过一场“博弈”让AI自我进化，并最终一起探索AI思考的形状，看看它的“脑海”里究竟是字典，还是一幅幅由概念构成的几何地图。

00:00:34 想让AI替你干活？得先给它一间“办公室”

00:06:01 如何当一个聪明的“甩手掌柜”？

00:11:46 AI训练太烧钱？你缺的不是算力，是“成本思维”

00:17:43 AI进步的捷径，不只看结果，更要玩对博弈

00:23:08 AI怎么思考？答案可能藏在几何里

本期介绍的几篇论文：

[LG] Synthetic Computers at Scale for Long-Horizon Productivity Simulation

[Microsoft]

https://arxiv.org/abs/2604.28181

---

[LG] Optimized Deferral for Imbalanced Settings

[Google Research & Courant Institute of Mathematical Science]

https://arxiv.org/abs/2604.27723

---

[LG] Cost-Aware Learning

[Google Research]

https://arxiv.org/abs/2604.28020

---

[LG] Distributional Alignment Games for Answer-Level Fine-Tuning

[Google Research & Microsoft Research]

https://arxiv.org/abs/2604.27166

---

[LG] Do Sparse Autoencoders Capture Concept Manifolds?

[Harvard University]

https://arxiv.org/abs/2604.28119