筛选结果
209 篇排序
2:14:59EN → 简体中文永远押注模型:Shortwave 的 Andrew Lee 如何把 Tasklet 做成一路到底的智能体主持 Nathan Labenz这位 Firebase 联合创始人认为,工作流软件已经过时,MCP 只是可选项,而 AI 创业公司剩下的唯一持久优势是速度。
1:01:53EN → 简体中文开源模型只占企业用量的 5%,GPT 套壳赢了主持 Jacob EffronLatent Space 的 Swyx 和 Alessio 与 Redpoint 一起梳理了哪些东西真正有产品市场契合(PMF),以及为什么应用层才是真正要争的那一仗。
1:25:12EN → 简体中文他已经好几个月没敲一行代码了:Augment 如何读懂百万行代码仓库主持 Nathan LabenzAugment 联合创始人兼首席科学家 Guy Gur-Ari 向 Nathan Labenz 讲述,编程智能体在杂乱的企业代码库里究竟如何工作。
43:04EN → 简体中文7.5 亿 Excel 用户与 3000 万工程师:Wordware 押注“文字工匠”Filip Kozera 在红杉资本的节目里解释了为什么英语是大语言模型的汇编语言,以及谁能胜出:那些能把品味编码进结构化提示词的人。
50:35EN → 简体中文Copilot 已经写了约一半的代码,GitHub CEO 说智能体还得过四道关主持 Sarah Guo, Elad GilThomas Dohmke 谈智能体(Agent)模式,谈为什么普通开发者不会被取代,以及 AI 如何重新定价写代码的工具。
9:02EN → 简体中文Dario Amodei 对 2025 年 AI 编程的预测与 Matthew Berman 的回应Matthew Berman, Dario Amodei, Mark Zuckerberg · Forward FutureBerman 讨论 AI 编写代码的快速增长预测、编程智能体的兴起,以及软件工作可能发生的长期变化。
27:32EN → 简体中文OpenAI Responses API 与 Agents SDK 发布演示解读Matthew Berman · Forward FutureMatthew Berman 点评网页和文件搜索、计算机操作、智能体交接与追踪功能的发布演示。
54:10EN → 简体中文Harvey 做法律 AI,瞄准的是下一代模型仍然做不了的工作Harvey 首席执行官 Winston Weinberg 谈引证、流程数据,以及赢得百年律所信任的那些无法规模化的做法。
32:46EN → 简体中文别画流程图:OpenAI Deep Research 团队谈端到端训练智能体Isa Fulford 和 Josh Tobin 解释了:为什么 Deep Research 是用强化学习、在高难度网页浏览任务上训练出来的,而不是靠人工编写的模型调用图。
44:34EN → 简体中文智能越便宜,我们买得越多主持 Jacob Effron亚马逊通用人工智能(AGI)实验室负责人 David Luan 谈 DeepSeek 真正意味着什么、为什么下一 Token 预测还不够,以及为什么智能体(Agent)在可靠性上仍然卡壳。
1:30:28EN → 简体中文满分是 32,000 单位,只有 Claude 建起了合作社会主持 Nathan Labenz同一个捐赠博弈跑满十代,如果每个人都选择合作,资源能积累到 32,000 单位;三个前沿模型都与这一上限相差一个数量级。
57:11EN → 简体中文一百万个 Token,也写不出一个好笑话主持 Jacob Effron普林斯顿大学的 Arvind Narayanan 谈:为什么智能体评测会误导人,推理时扩展(inference scaling)为何会撞上墙,以及 AI 更像互联网,而非一夜之间的革命。
52:30EN → 简体中文第 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。
加载更多已显示 24 篇,共 209 篇









