筛选结果
209 篇排序
52:30EN → 简体中文
Sequoia Capital· 2025年1月28日播客第 37 手看起来像 bug，大语言模型（LLM）仍需要自己的 AlphaZero 时刻Ioannis Antonoglou 从 AlphaGo 聊到 Reflection AI：谈自我对弈、可靠性，以及为什么算力仍然能买来智能。
1:01:30EN → 简体中文
Matthew Berman· 2024年12月31日AutoGen 与 AG2：Chi Wang 和 Qingyun Wu 谈多智能体系统的构建Matthew Berman, Chi Wang, Qingyun Wu · Forward FutureAutoGen 的创建者回顾开源历程，分享他们对智能体工作流、人工监督和转向 AG2 的看法。
19:06EN → 简体中文Matthew Berman· 2024年12月28日构建有效的 AI 智能体：模式、权衡与评估Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 的工作流和智能体指南，并结合自己的项目举例。
27:07EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年12月26日播客 · 2 人对谈英伟达月增千亿美元市值后，黄仁勋说公司卖的是整座数据中心主持 Sarah Guo, Elad GilSarah Guo 和 Elad Gil 把 2024 年《No Priors》里最喜欢的几场对谈剪成年终合集，片段涵盖英伟达、Karpathy、Sierra、Sora、Waymo、Figma 和 Scale。
1:46:41EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年12月21日播客前沿模型在真实 AI 研发任务中落在第 10 至第 40 百分位主持 Nathan LabenzMETR 的 Neev Parikh 向 Nathan Labenz 讲解了 REBench：这是一套包含七项任务的测试，用来检验智能体（Agent）能否做机器学习研究，以及其中一个智能体决定不训练模型时发生了什么。
1:07:32EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2024年12月18日播客o1 已是新一代模型，通用人工智能（AGI）到来那天可能平淡无奇主持 Jacob EffronOpenAI 前首席研究官 Bob McGrew 谈：为什么 o1 是 100 倍的跨越，为什么智能体（Agent）会卡在可靠性上，以及为什么 AGI 可能以办公室里的琐碎事务降临，而没有一个惊天动地的时刻。
48:18EN → 简体中文Unsupervised Learning: With Jacob Effron· 2024年12月6日播客Noam Brown：没有硬墙，只有八个数量级的余地主持 Jacob Effron一次 ChatGPT 查询大约一分钱。他说，社会最关心的那些问题，值一百万美元。
1:55:53EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年12月5日播客AI 读论文已超过人类，却仍数不清原子主持 Nathan LabenzFuture House 科学负责人 Andrew White 梳理了语言模型在化学和生物学中已经能做什么，以及它们无法消除的瓶颈。
1:27:33EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年12月3日播客一个 70B 模型订餐的成功率只有两成，MultiOn 一天之内把它提到 95%主持 Nathan LabenzMultiOn 首席执行官 Div Garg 再次做客《The Cognitive Revolution》，回顾 18 个月来的智能体（Agent）热潮、AgentQ 的技术栈，以及为什么 2025 年仍可能是垂直领域智能体的一年。
1:03:07EN → 简体中文Sequoia Capital· 2024年11月26日播客推理能力两年没怎么动，Dust 仍为一位客户省下 8000 小时Dust 联合创始人 Gabriel Hubert 与 Stanislas Polu 谈多模型智能体（Agent）、在产品与市场契合（product-market fit）之前不买 GPU，以及从计算器式工具到随机性工具的跃迁。
10:57EN → 简体中文Matthew Berman· 2024年11月16日使用 Langtrace 追踪 CrewAI 智能体工作流Matthew Berman · Forward FutureMatthew Berman 构建一个研究与报告团队，接入 Langtrace，检查追踪记录、token 用量、耗时和模型成本。
1:42:56EN → 简体中文Matthew Berman· 2024年11月12日用 CrewAI 构建研究与写作流程Matthew Berman, João Moura · Forward FutureMatthew Berman 与 CrewAI 创始人 João Moura 构建并调试一个双 crew 工作流，用于规划和撰写教育文章。
38:28EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2024年10月8日播客 · 2 人对谈线上 AI 有一半是检索增强生成（RAG），微调几乎消失了主持 Sarah Guo, Elad GilBraintrust 的 CEO Ankur Goyal 讲述 Notion、Zapier 和 Vercel 实际上线了什么，以及它们悄悄放弃了哪些被热炒的技术。
1:09:09EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年10月2日播客SWE-bench 拿下 30%：Cosine 如何教 Genie 像工程师那样思考主持 Nathan LabenzAlistair Pullen 向《Latent Space》讲述：Cosine 如何还原人类解决问题的过程，用数十亿 token 做微调（fine-tuning），并在软件工程领域最难的公开测试之一上拿下了最高分。
16:57EN → 简体中文Matthew Berman· 2024年9月30日Jensen Huang 与 Marc Benioff 谈 AI 智能体和计算的未来Matthew Berman, Jensen Huang, Marc Benioff · Forward FutureMatthew Berman 评论 2024 年 Dreamforce 会议上关于智能体协作、训练、安全和 AI 工具实用化的讨论。
48:31EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2024年9月19日播客 · 2 人对谈一通客服来电要 13 美元，企业智能体能压到 1 美元以下主持 Sarah Guo, Elad GilSierra 联合创始人、OpenAI 董事长 Bret Taylor 做客 No Priors，聊了品牌客服智能体为什么已经能落地，为什么检索增强生成（RAG）演示算不上产品，以及 AI 软件应该如何按完成的工作收费。
2:03:55EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年9月18日播客约束越多，智能体（Agent）越值得信任主持 Nathan LabenzAgent.ai 工程负责人 Andrei Oprisan 向 Nathan Labenz 解释，为什么狭窄、规定明确的工作流能胜过开放式的自主性，以及一个 12 人的团队如何在几个月内把一个免费的智能体网络做到超过 40000 名用户。
1:12:31EN → 简体中文Sequoia Capital· 2024年8月27日播客裸模型只能完成 35% 的航班改签，Sierra 的代理能处理 70% 的真实工单Clay Bavor 谈为什么直接把原始大语言模型放在客户面前行不通，以及 AgentOS、监督代理和按结果收费，如何改变这笔账。
9:58EN → 简体中文Matthew Berman· 2024年8月2日Abstract AI：构想中的语言模型路由层Matthew Berman · Forward FutureMatthew Berman 提出一个创业点子：根据成本、速度和质量选择模型与工作流。
1:07:05EN → 简体中文Sequoia Capital· 2024年7月16日播客AlphaGo 把学习和搜索结合在一起，语言模型只做到了前一半Reflection AI 的 Misha Laskin 向红杉资本解释，为什么靠提示词驱动的编程智能体（Agent）总卡在十几个百分点，以及缺失的那一块为什么仍然是真值奖励（ground-truth reward）。
1:16:22EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年7月9日播客他花 20 小时打磨提示词（prompt），DSPy 还是赢了他主持 Nathan LabenzSander Schulhoff 讲解 The Prompt Report。这份 78 页的综述梳理了向大语言模型（LLM）提问时，真正管用的提示方法。
59:11EN → 简体中文Sequoia Capital· 2024年6月25日播客别训练模型，Factory 创始人说应该去淘金Matan Grinberg 和 Eno Reyes 在红杉资本的《Training Data》节目中谈到，他们为什么要在别人的模型之上，卖一整套专门负责具体工作的 droid；这套技术栈刚刚把 SWE-bench 的成绩从 14% 提到了 19%。
1:37:07EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年6月22日播客只靠文字的 AI 诊断胜过全科医生，谷歌却仍不肯上线主持 Nathan Labenz谷歌研究员 Vivek Natarajan 和 Khaled Saab 带 Nathan Labenz 逐一讲解五篇医疗 AI 论文，从放射学报告讲到仍需赢得信任的 AI 医生。
49:50EN → 简体中文Sequoia Capital· 2024年6月18日播客无约束的智能体（Agent）风靡推特，真正上线的是定制版LangChain 创始人 Harrison Chase 向红杉资本的 Training Data 节目讲清楚：智能体到底是什么，AutoGPT 为何停滞，以及哪些认知架构（cognitive architecture）能真正投入生产。加载更多已显示 24 篇，共 209 篇