[人人能懂AI前沿] 从元技能提炼、对抗性推理到物理世界的“柔性破界”

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]

---

[AI] FrontierPhysics: Evaluating Agents for End-to-End Physics Research

[BenchFlow & California Institute of Technology & Harvard University & University of Washington]

---

[AI] Adversarial Speculative Reasoning Improves Long Horizon Agents

[Subconscious Systems Technologies, Inc & Princeton University]

---

[RO] Democratizing Robot-Use Agents: A Unified Harness with Open Models

[Tsinghua University & UC Berkeley]

---

[RO] GSBR: Geometric Support Behavior Regularization for Online RL

[UC Berkeley & Physical Intelligence]