筛选结果
25 篇排序
1:10:12EN → 简体中文OutSystems 的重大功能从每季度 4 个涨到 26 个,token 开销却还是降了主持 Nathan LabenzCEO Woodson Martin 谈“永不崩溃”的软件、为什么大多数企业工作用不着前沿模型,以及 AI 如何终于让 IT 积压的需求开始变少。
1:35:29EN → 简体中文优步 13 周烧光全年 Token 预算,智能体成败看检索主持 Nathan LabenzMongoDB 的 AI 方向 Field CTO Pete Johnson 认为,智能体的表现如今取决于检索质量,并非取决于把百万 Token 的上下文窗口塞满。
1:45:59EN → 简体中文87% 的员工在用 AI,只有 13% 的人说公司变好了主持 Nathan LabenzGlean 的 Work AI Index 指出了失踪的时间:照看机器人(botsitting)、糊弄式交付(botshitting),以及一个转个不停的精致废话仓鼠轮。
1:57:56EN → 简体中文一亿行代码,每行 20 美分:走进 Blitzy 的企业级编码流水线主持 Nathan Labenz首席执行官 Brian Elliott 与首席技术官 Sid Pardeshi 向 Nathan Labenz 讲述,Blitzy 如何把庞大的代码库画成一张地图,再让成千上万个动态生成的智能体,在几天内完成一个要做好几个月的项目的大部分工作。
1:39:17EN → 简体中文AI 已经超过律师的中位数水平,顶尖律所买了工具却闲置不用主持 Nathan LabenzKevin Frazier 与 Alan Rozenshtein 梳理了前沿模型如何改变法律实务,为什么按小时计费的模式会拖慢采用速度,以及他们接下来想要的新权利与政府限制。
1:40:51EN → 简体中文推理模型刚刚让企业数据中另外 80% 到 90% 变得可用主持 Nathan LabenzSnowflake AI 副总裁 Baris Gultekin 谈 Text-to-SQL、RAG(检索增强生成)、智能体设计,以及为什么推理(inference)必须在受治理的数据旁边运行。
1:13:24EN → 简体中文红队测试仍有 25% 的攻击得手,保险才是刹车主持 Nathan LabenzAI Underwriting Company(AIUC)联合创始人 Rune Kvist 和 Rajiv Dattani 向 Nathan Labenz 说明,标准、审计和保险如何为企业级智能体(Agent)打开大门,无需等待一场类似核武管控式的冻结。
50:08EN → 简体中文1Mind 的 AI 销售“超人”,如今挖掘了 76% 的商机主持 Nathan LabenzAmanda Kahlow 与 Zapier 首席执行官 Wade Foster 谈她为什么推翻了原有的销售组织,以及智能体上那张脸,本质上不过是让买家开口说话的一个小把戏。
1:41:34EN → 简体中文聊天是通用界面,却常常是最糟糕的界面主持 Nathan LabenzAtlassian 的 AI 负责人谈如何用品味(taste)、知识(knowledge)和工作流(workflow)对抗平庸产出(slop),以及为什么聊天更像一种终端,本身并不是产品。
1:45:00EN → 简体中文美国拥有全球 45% 的数据中心,其他国家要么自建、要么购买、要么结盟主持 Nathan Labenza16z 的 Anjney Midha 梳理了“主权 AI”对企业而言意味着什么,对那些永远不可能拥有人才、数据和算力前沿的国家又意味着什么。
1:27:01EN → 简体中文16 万亿美元的服务业,正被一家家收购下来主持 Nathan LabenzGeneral Catalyst 的 Marc Bhargava 解释了,AI 赋能的并购整合如何把低利润的服务公司,变成能复利增长、类似软件的生意。
38:48EN → 简体中文任务长度每几个月翻一番,Nathan Labenz 仍希望由人类掌握主导权主持 Nathan Labenz在 Imagine AI Live 大会上,《The Cognitive Revolution》的主持人把结构化的 AI 智能体(AI agents)与自主型智能体系统放在一起比较,并告诉企业要保留最终控制权。
1:05:11EN → 简体中文一段假的五秒等待:语音 AI 已经在跟卡车司机讨价还价主持 Nathan Labenza16z 的合伙人 Olivia Moore 和 Anish Acharya 与 Nathan Labenz 聊语音 AI 的现状:呼叫中心、教练、陪伴类产品哪些已经奏效,哪些还没有。
54:55EN → 简体中文新泽西把电话等待时间从 40 分钟降到 90 秒主持 Nathan Labenz新泽西州长 Phil Murphy 谈州政府的 AI 助手、普林斯顿的 AI 枢纽,以及超人类系统到来时,他为什么想让新泽西拥有全国最好的接球手套。
1:29:02EN → 简体中文她从不读取你的一行数据,答案准确率仍能过 95%主持 Nathan LabenzIllumex 首席执行官 Inna Tokarev Sela 向 Nathan Labenz 讲述:一个只用元数据训练的柏拉图式行业本体(ontology),如何把企业软件坍缩成一场对话。
56:07EN → 简体中文Box 托管着 1000 亿个文件,它的 CEO 说,企业只为 10 倍级别的提升才会行动主持 Nathan LabenzAaron Levie 告诉 Nathan Labenz,为什么企业里的 AI 热情已经超过了早期的云,以及为什么 98% 的可靠性、按席位收费的 SaaS 和渐进式的节省依然无法真正落地。
1:29:00EN → 简体中文1.4 万人报名,33 人入选:这些岗位在国土安全部主持 Nathan Labenz美国国土安全部(DHS)AI Corps 主任 Michael Boyce 向 Nathan Labenz 介绍,美国政府最大的民用 AI 团队是怎样组建起来的,以及它已经做出了哪些东西。
1:12:41EN → 简体中文给自己裁员的 CEO,正在打造一套商业操作系统主持 Nathan LabenzRunway 的 Siqi Chen 向 Nathan Labenz 讲述:财务为什么是一场覆盖全公司的模拟,聊天框为什么会失败,以及一个 100 人上限加上环境智能,为什么才是真正的产品策略。
1:37:52EN → 简体中文中国有 1700 万聊天机器人用户,却没有 OpenAI主持 Nathan Labenz一位常驻北京的观察者梳理了中国的大语言模型玩家、产品和监管,以及美国芯片禁令迟来的账单。
1:28:37EN → 简体中文看完 GPT-4 演示 12 小时后,他让一家十年老的法律创业公司转了向主持 Nathan LabenzPablo Arredondo 是 CaseText 的联合创始人,现任汤森路透 CoCounsel 副总裁。他追溯了法律研究从 19 世纪的引证工具,一路走到以检索为锚的 GPT-4 产品;律师事务所把这款产品当作同事,而不只是搜索框。
1:30:41EN → 简体中文模型是烤好的蛋糕,《纽约时报》诉 OpenAI 案可能走向中间路线主持 Nathan Labenz科技律师 Cecilia Ziniti 把宪法中的知识产权条款套用到《纽约时报》的诉讼上,并解释了法院为什么不太可能下令销毁 GPT-4。
1:53:08EN → 简体中文GPT-4 写 SQL,四张表就是崩溃点主持 Nathan LabenzJuan Sequeda 谈为什么知识图谱(knowledge graph)是基础模型(foundation model)所缺的那个准确、可解释的“大脑”。
1:22:43EN → 简体中文50 亿分钟通话:Dialpad 为什么要训练自己的商务大语言模型(LLM)主持 Nathan LabenzDan O’Connell 谈实时语音、技术栈的纵向整合,以及他与 Nathan Labenz 在 AI 员工何时出现这一问题上的分歧。
59:28EN → 简体中文从 50 万美元到 5 万美元:MosaicML 让训练自有模型成了明码标价的产品主持 Nathan LabenzJonathan Frankle 和 Abhi Venigalla 解释:谁在训练定制的大语言模型(LLM),为什么抽取比聊天更有价值,以及 ALiBi 如何把 65k 上下文窗口(context window)拉得更长。
加载更多已显示 24 篇,共 25 篇









