筛选结果
177 篇排序
33:18EN → 简体中文Zuckerberg 与 Nadella 谈 AI 编程、智能体和未来软件栈Matthew Berman, Mark Zuckerberg, Satya Nadella · Forward FutureMatthew Berman 解读两人在 2025 年 LlamaCon 上关于 AI 辅助开发、开放模型和工作流程变化的对话。
19:06EN → 简体中文睡眠时间计算:在提问前为 AI 准备上下文Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年论文,介绍如何将部分推理移到用户提问之前,以及实验发现的收益和局限。
30:46EN → 简体中文Deep Research 把网页浏览变成了一个可以训练的问题主持 Sarah Guo, Elad GilOpenAI 研究员 Isa Fulford 讲述:一个关于只读信息综合的业余项目,怎样变成了智能体(Agent);什么时候强化微调(reinforcement fine-tuning)才值得做;以及为什么模型会钻空子,换掉你交给它的搜索引擎。
41:52EN → 简体中文Mercor 靠训练模型做招聘,年化收入达 1 亿美元:如今由人来出考卷主持 Sarah Guo, Elad GilBrendan Foody 与 Sarah Guo、Elad Gil 谈 Mercor 如何为前沿 AI 实验室(frontier labs)实现招聘自动化,以及为什么搭建评测(eval)可能成为全球最常见的知识型工作。
1:26:21EN → 简体中文不到 10 美元,Google 的 AI 独立得出了一个没人发表过的实验室结果主持 Nathan LabenzVivek Natarajan 和 Anil Palepu 向 Nathan Labenz 讲述 AMIE(Articulate Medical Intelligence Explorer)如何在治疗方案上胜过基层医生,以及 Co-Scientist 如何与帝国理工学院(Imperial College)尚未发表的细菌耐药机制相吻合。
1:26:19EN → 简体中文为了一个有十亿开发者的世界,他拒绝了 10 亿美元Replit CEO Amjad Masad 在红杉资本的《Training Data》节目中谈到:一家只有六个人的公司,为什么放弃了足以改变人生的收购报价;以及在他看来,十亿人都来写软件,比把 AGI 当作全民基本收入(universal basic income),是更好的终局。
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。
加载更多已显示 24 篇,共 177 篇









