微软研究播客：AI 会犯哪些错，失败能教给我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规评测时出现的“意外失败”。Neville 还分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。
#推理
Microsoft ResearchAI 评分2222
MIT Technology Review · AIAI 评分4646 别被迷惑——LLM 并不会真正推理
前 Google DeepMind 研究员指出，LLM 靠逐个预测 token 生成答案，其链式推理仍由同一套 next-token 过程产生，因此不构成真正推理。他认为这类模型缺乏可检查的持久认知状态、知识与推理的分离，且链式推理常是事后编造。他主张借鉴 AlphaGo 的搜索架构，为 AI 建立显式的认知状态与独立推理机制。
Latent SpaceAI 评分3434 MIT 的 Alex Zhang 谈 RLM、GPU Kernel 与智能体集群：学术界的雄心
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了其 Recursive Language Models（RLM）等工作，基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
Import AIAI 评分3232 Import AI 474：柏拉图式心智空间、太空中的 TPU、智谱启动外层 RSI 循环
智谱（Zhipu）启动了一个"外层 RSI 循环"，探索递归自我改进的新路径。Michael Levin 提出"心智入侵"理论，认为心智是来自柏拉图式模式空间的非物理模式，身体和机器只是其进入物理世界的接口，xenobots 和 anthrobots 等实验显示简单系统能展现出算法未预设的智能行为。本期还讨论了太空中的 TPU 部署。