PODCAST

Seventy3

任雨山

73播客，名字取材于Sheldon最喜欢的数字，内容由NotebookLM生成，每天跟随AI读AI业界论文。

technology

All Episodes

00:15:32

【第469期】K2-Think：小模型的大推理能力

Seventy3 ·

2026/01/11

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：K2-Think: A Parameter-Efficient Reasoning SystemSummaryK2-Think 是一个推理系统，在 32B 参数规模下实现了 SOTA 表现，达到或超过诸如 GPT-OSS 120B 和 DeepSeek v3.1 等更大模型的水平。基于 Qwen2.5 基座模型构建，我们的系统展示出：通过结合先进的后训练技术与测试阶段的计算优化，小型模型同样能够在高性能推理任务中竞争。这一方法基于六个关键技术支柱：长链路思维（Chain-of-thought）监督微调、可验证奖励的强化学习（RLVR）、推理前的代理式规划、测试时扩展（Test-time Scaling）、推测式解码（Speculative Decoding）、以及推理优化硬件，全部依托公开的开源数据集。K2-Think 在数学推理方面表现突出，在开源模型的公共基准上取得了 SOTA 成绩，同时在代码和科学等其他领域也表现强劲。我们的结果证实，像

zh-cn

00:21:59

【第468期】LiveMCP-101：多步工具调用的基准测试与分析

Seventy3 ·

2026/01/10

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：LiveMCP-101: Stress Testing and Diagnosing MCP-enabled Agents on Challenging QueriesSummary工具调用已成为 AI 代理与现实世界交互并解决复杂任务的一项关键能力。尽管 Model Context Protocol（MCP）提供了一个强大的标准化工具集成框架，但在基准测试方面仍存在显著缺口：缺乏能够评估 AI 代理在真实、动态情境中利用多样 MCP 工具有效完成多步骤任务的能力衡量体系。在这项工作中，我们提出了 LiveMCP-101，一个包含 101 个经过精心筛选的真实世界查询的基准测试集。这些查询经过迭代的 LLM 重写与人工审查，要求协调使用多种 MCP 工具，包括网页搜索、文件操作、数学推理和数据分析。此外，我们引入了一种新的评估方法：利用真实执行计划而非原始 API 输出，以更好地反映真实环境不断变化的特性。实验表明，即使是最前沿的

zh-cn

00:14:37

【第467期】强化学习中LLM的层次推理与HICRA

Seventy3 ·

2026/01/09

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Emergent Hierarchical Reasoning in LLMs through Reinforcement LearningSummary强化学习（Reinforcement Learning, RL）已被证明在提升大型语言模型（LLM）的复杂推理能力方面非常有效，但其成功背后的内在机制仍然大多不透明。我们的分析揭示，诸如“顿悟时刻”（aha moments）、“长度扩展”（length-scaling）以及熵动态等令人困惑的现象，并非彼此孤立，而是一个新兴推理层级结构的标志，类似于人类认知中高层次战略规划与低层次程序执行之间的分离。我们揭示了一个引人注目的两阶段动态：在初始阶段，模型受制于程序正确性，必须提升其低层技能；随后学习瓶颈发生决定性转移，性能提升主要由对高层战略规划的探索与掌握驱动。这一洞见暴露了现有 RL 算法（如 GRPO）中的核心低效性：它们以一种与层次无关的方式施加优化压力，使得学习信号在所有 token

zh-cn

00:19:22

【第466期】AI自我进化_三定律与活组织

Seventy3 ·

2026/01/08

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：A Comprehensive Survey of Self-Evolving AI AgentsSummary大型语言模型的最新进展引发了人们对能够解决复杂现实任务的 AI 智能体的广泛兴趣。然而，大多数现有的智能体系统依赖于人工设计的配置，这些配置在部署后保持静态，限制了其在动态和不断演化的环境中进行适应的能力。为此，近期研究探索了智能体进化技术，旨在基于交互数据和环境反馈自动增强智能体系统。这一新兴方向为自进化 AI

zh-cn

00:15:18

【第465期】AI如何“心算”：隐性推理三大范式

Seventy3 ·

2026/01/07

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Implicit Reasoning in Large Language Models: A Comprehensive SurveySummary大型语言模型（LLMs）已经在广泛任务上展现出强大的泛化能力。利用 LLMs 进行推理对于解决多步骤问题和复杂决策至关重要。为了支持高效推理，近期研究已从显式的思维链提示转向隐式推理，在隐式推理中，推理过程通过潜在结构在内部静默地发生，而不输出中间的文本步骤。隐式推理带来了诸多优势，包括更低的生成成本、更快的推理速度，以及与内部计算更好的对齐。尽管先前的综述已在推理背景下讨论过潜在表示，但尚缺乏对推理如何在 LLMs 内部展开的专门化、机制层面的系统考察。本综述通过引入一个以执行范式为核心的分类体系填补了这一空白，将关注点从表示形式转移到计算策略上。我们根据内部计算如何以及在何处展开将现有方法组织为三类执行范式：潜在优化、信号引导控制和层级循环执行。我们还回顾了支持 LLMs

zh-cn

00:17:20

【第464期】视觉故事写作：可视化编辑叙事文本

Seventy3 ·

2026/01/06

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Visual Story-Writing: Writing by Manipulating Visual Representations of

zh-cn

00:13:52

【第463期】（NVIDIA）UDR：AI研究告别黑箱_人类制定策略

Seventy3 ·

2026/01/05

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Universal Deep Research: Bring Your Own Model and StrategySummary深度研究工具是当今最具影响力、也最为常见的代理型系统之一。然而，我们观察到，迄今为止提出的每一种深度研究代理都被硬编码为执行某一种特定的研究策略，并且使用的是固定的一组工具。我们提出了通用深度研究（Universal Deep Research，UDR），这是一种通用型代理系统，可以封装在任何语言模型之上，使用户无需进行任何额外的训练或微调，就能够创建、编辑并不断完善完全自定义的深度研究策略。为展示该系统的通用性，我们为 UDR 配备了示例性的最小化、扩展型和高强度研究策略，并提供了一个用户界面，以便用户对系统进行实验和探索。原文链接：https://arxiv.org/abs/2509.00244

zh-cn

00:15:18

【第462期】Fhevm：全同态加密机密智能合约协议

Seventy3 ·

2026/01/04

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Fhevm: A cross-chain protocol for confidential smart contractsSummaryZama 的 fhEVM 是一种跨链协议，利用全同态加密（Fully Homomorphic Encryption，FHE）在任何 L1 和 L2 上实现机密智能合约。它为链上应用提供端到端加密，在保证机密性与隐私性的同时，仍然保持完全的可组合性、可验证性以及无许可特性。fhEVM 通过协处理器来执行高开销的 FHE 计算，使用门限多方计算（threshold MPC）来保障解密密钥的安全，并配套一组可部署在 Rollup 或 L1 上的智能合约，用于协调和编排各个不同的系统组件。原文链接：https://github.com/zama-ai/fhevm/blob/main/fhevm-whitepaper.pdf

zh-cn

00:20:48

【第461期】AI科学家如何独立完成颠覆性科研发现

Seventy3 ·

2026/01/03

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：From AI for Science to Agentic Science: A Survey on Autonomous Scientific DiscoverySummary人工智能（AI）正在重塑科学发现的方式，其角色正从专用的计算工具演进为自主的科研合作伙伴。我们将 Agentic Science（具身智能科学/代理型科学）定位为“科学中的人工智能（AI for Science）”这一更大范式中的关键发展阶段，在这一阶段，AI 系统从部分辅助逐步走向具备完整科学主体性的自主体。得益于大语言模型（LLMs）、多模态系统以及集成化科研平台，代理型 AI

zh-cn

00:19:07

【第460期】Memento：无须微调大模型的LLM智能体记忆学习范式

Seventy3 ·

2026/01/02

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Memento: Fine-tuning LLM Agents without Fine-tuning LLMsSummary本文提出了一种用于自适应大型语言模型（LLM）智能体的全新学习范式，该范式无需对底层 LLM 进行微调。现有方法往往存在两类局限：要么依赖静态、人工设计的反思工作流，灵活性不足；要么计算成本高昂，需要对 LLM 模型参数进行梯度更新。相比之下，我们的方法通过基于记忆的在线强化学习，实现了低成本的持续自适应。我们将该过程形式化为一种记忆增强的马尔可夫决策过程（Memory-augmented Markov Decision Process，M-MDP），并引入一个神经化的案例选择策略来指导行动决策。历史经验被存储在情景记忆中，该记忆既可以是可微的，也可以是非参数化的。策略通过一种记忆重写机制，基于环境反馈持续更新；而策略改进则通过高效的记忆读取（检索）来实现。我们在深度研究（deep

zh-cn

00:20:00

【第459期】Anemoi：基于A2A通信的半中心化多智能体系统

Seventy3 ·

2026/01/01

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Anemoi: A Semi-Centralized Multi-agent System Based on Agent-to-Agent Communication MCP server from Coral ProtocolSummary近年来，通用型多智能体系统（Multi-Agent Systems，MAS）的研究进展主要遵循“上下文工程 + 集中式”的范式，即由一个规划智能体通过单向提示传递来协调多个执行智能体。尽管在规划智能体能力较强时该设计较为有效，但其存在两个关键局限：（1）对规划智能体能力的高度依赖，当规划智能体由规模较小的语言模型（LLM）驱动时，系统性能会显著下降；（2）智能体之间的通信受限，协作主要依赖提示的简单拼接，而非通过结构化讨论实现真正的结果细化与改进。为应对上述挑战，我们提出了 Anemoi——一种基于 Coral Protocol 的 Agent-to-Agent（A2A）通信 MCP

zh-cn

00:18:54

【第458期】OPENCUA：开放式计算机使用代理框架

Seventy3 ·

2025/12/31

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：OPENCUA: Open Foundations for Computer-Use AgentsSummary视觉—语言模型已展示出作为计算机使用代理（Computer-Use Agents，CUAs）的卓越能力，能够自动化完成多种计算机任务。随着其商业潜力不断提升，最先进的 CUA 系统的关键技术细节仍然处于封闭状态。鉴于这类代理将日益在数字交互中充当中介，并代表我们执行具有重要影响的决策，研究社区亟需开放的 CUA 框架，以系统性地研究其能力、局限性与潜在风险。为弥补这一缺口，我们提出了 OpenCUA，一个用于扩展 CUA 数据与基础模型的综合性开源框架。该框架包括以下三项核心组成部分：（1）一个标注基础设施，能够无缝捕获人类的计算机使用示范；（2）AgentNet，这是首个大规模计算机使用任务数据集，覆盖 3 种操作系统以及 200

zh-cn

00:18:11

【第457期】清华智谱破壁AI操作电脑三大难题

Seventy3 ·

2025/12/30

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：ComputerRL: Scaling End-to-End Online Reinforcement Learning for Computer Use AgentsSummary我们提出了 ComputerRL——一个面向自主桌面智能的框架，使智能体能够熟练地操作复杂的数字化工作空间。ComputerRL 引入了 API-GUI 范式，将程序化的 API 调用与直接的 GUI 交互统一起来，从而解决机器智能体与以人为中心的桌面环境之间固有的不匹配问题。为了在多样化的桌面任务上实现能力提升与泛化，端到端强化学习（RL）的规模化训练至关重要；然而，由于环境效率低下以及长时间训练过程中的不稳定性，这一目标仍然面临诸多挑战。为支持可扩展且稳健的训练，我们构建了一套分布式强化学习基础设施，能够调度数千个并行的虚拟桌面环境，从而加速大规模在线强化学习。此外，我们提出了一种名为 Entropulse

zh-cn

00:18:04

【第456期】OPPO如何用“智能体链”打败GPT-4

Seventy3 ·

2025/12/29

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RLSummary近年来，大型语言模型（LLM）和多智能体系统的快速发展，已在深度研究、氛围式编程（vibe coding）以及数学推理等复杂问题求解任务中展现出卓越能力。然而，现有的大多数多智能体系统依赖人工设计的提示词与工作流工程，并构建在复杂的智能体框架之上，这使得它们在计算上效率低下、能力受限，且难以从以数据为中心的学习范式中获益。在本文中，我们提出了 Chain-of-Agents（CoA）——一种新的 LLM 推理范式，使单一模型即可原生地端到端完成复杂问题求解，其方式与多智能体系统等价（即通过多轮交互、使用多种工具并扮演多个智能体角色来解决问题）。在 Chain-of-Agents

zh-cn

00:17:18

【第455期】A1：大语言模型驱动的智能合约漏洞利用系统

Seventy3 ·

2025/12/28

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：AI Agent Smart Contract Exploit GenerationSummary智能合约漏洞已造成数十亿美元的损失，但发现可实际利用的攻击仍然极具挑战性。传统模糊测试工具依赖僵化的启发式规则，难以应对复杂攻击；而人工审计虽然细致，却效率低下且难以规模化。大型语言模型（LLM）提供了一种颇具潜力的折中方案，将类人的推理能力与机器级的执行速度相结合。然而，早期研究表明，仅通过提示词驱动 LLM 往往会产生未经验证的漏洞猜测，且误报率较高。为解决这一问题，我们提出了 A1——一种智能体（agentic）系统，可将任意 LLM 转化为端到端的漏洞利用生成器。A1 为智能体提供了六种领域特定工具，用于自动化漏洞发现，覆盖从理解合约行为到在真实区块链状态上测试攻击策略的全过程。所有输出结果均通过实际执行进行严格验证，确保仅报告具备实际获利能力的概念验证（PoC）漏洞利用。我们在以太坊和币安智能链上的 36 个真实世界漏洞合约上对 A1

zh-cn

00:18:08

【第454期】面向盈利漏洞的智能合约模糊测试

Seventy3 ·

2025/12/27

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Smart Contract Fuzzing Towards Profitable VulnerabilitiesSummary数十亿美元通过智能合约进行交易，使得漏洞成为重大的金融风险。在安全攻防竞赛中，一个重要焦点是攻击者可以加以利用的高收益漏洞。模糊测试（Fuzzing）是识别此类漏洞的关键方法。然而，现有解决方案主要面临两方面的限制：其一，缺乏以收益为中心、能够加速漏洞发现的技术；其二，在最大化已发现漏洞的可获利性方面自动化程度不足，往往仍需依赖人工专家进行分析。为弥补这些不足，我们提出了 VERITE——一种以收益为中心的智能合约模糊测试框架，不仅能够有效检测高收益漏洞，还能够最大化漏洞利用所获得的收益。VERITE 具有三个关键特性：1）基于 DeFi

zh-cn

00:17:24

【第453期】虚拟智能体经济体的构建与治理

Seventy3 ·

2025/12/26

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Virtual Agent EconomiesSummary自主型 AI 智能体的快速采用正在催生一个新的经济层面，在这一层面中，智能体以超出人类直接监督能力的规模和速度进行交易与协作。我们提出“沙盒经济”（sandbox economy）这一框架，用以分析这一新兴系统，并从两个关键维度对其进行刻画：其起源（自发涌现型 vs. 有意设计型），以及其与既有人类经济之间的隔离程度（可渗透型 vs. 不可渗透型）。当前的发展轨迹表明，一个规模庞大且高度可渗透的 AI 智能体经济正在自发形成。这一趋势既为前所未有的大规模协调提供了机遇，也带来了显著挑战，包括系统性经济风险以及不平等的进一步加剧。本文讨论了若干可能的设计选择，这些选择有助于实现安全且可控的 AI 智能体市场。具体而言，我们考察了用于公平资源分配与偏好协调的拍卖机制、围绕实现集体目标而进行协调的 AI“使命经济”（mission

zh-cn

00:15:33

【第452期】OpenAI：语言模型产生幻觉的统计根源

Seventy3 ·

2025/12/25

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Why Language Models

zh-cn

00:18:46

【第451期】AI有了外置记忆体如何持续进化

Seventy3 ·

2025/12/24

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Memento: Fine-tuning LLM Agents without Fine-tuning LLMsSummary该文本介绍了一种名为 Memento 的新型学习范式，它旨在实现自适应大型语言模型（LLM）代理的持续学习，而无需对底层 LLM 进行成本高昂的微调。 Memento 将代理形式化为记忆增强型马尔可夫决策过程（M-MDP），利用情节记忆（episodic memory）存储过往经验，并采用神经案例选择策略（neural case-selection policy）来指导行动。这种方法利用基于案例的推理（CBR），通过高效的内存读取和重写机制，在 Deep Research 等复杂任务中实现了低成本的在线强化学习，并在 GAIA 等基准测试中取得了顶尖性能。总体而言，Memento 提供了一个无需梯度更新即可持续高效地获取新技能的可扩展且高效的通用 LLM

zh-cn

00:19:32

【第450期】OPPO智能体链：用低成本造出超级AI

Seventy3 ·

2025/12/23

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。今天的主题是：Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RLSummary该文本摘录自一篇关于**“Chain-of-Agents” (CoA)** 的研究论文，这是一种新型的大型语言模型 (LLM) 推理范式，旨在将多智能体系统的复杂问题解决能力整合到一个模型中。作者提出了 Agent Foundation Models (AFMs)，通过多智能体知识蒸馏和智能体强化学习 (RL) 进行训练，使其能够模拟多步骤、多工具的协作式问题解决过程。实验结果显示，AFM

zh-cn

574 results

Seventy3

All Episodes

Similar Podcasts

Lead With AI

Tamara Nall

Linux in the Ham Shack

Black Sparrow Media

Data Engineering Podcast

Tobias Macey

Eye On A.I.

Craig S. Smith

Reflections

Livewire Labs