筛选结果
247 篇排序
39:05EN → 简体中文
Theo - t3․gg· 2026年5月19日GitHub Copilot 为什么为智能体工作流程改变计费方式Theo Browne · T3Theo 解释为什么一次智能体请求消耗的资源可能相差巨大，以及这对订阅定价意味着什么。
1:34:54EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年5月15日播客六个月、八成用户流失、五倍的 Token主持 Nathan LabenzTasklet 首席执行官 Andrew Lee 在《The Cognitive Revolution》中讲述了他如何重写整个技术栈，为什么大多数流失的用户会转向 Anthropic，以及他为什么认为只有三类软件公司能活下来。
45:51EN → 简体中文Theo - t3․gg· 2026年5月14日Claude 订阅额度与第三方智能体工具的争议Theo Browne · T3Theo 解释独立程序化额度如何影响 T3 Code，并质疑交互使用与自动化之间的界线。
3:50:35ZH
Zhang Xiaojun Podcast· 2026年5月11日播客 · 2 人对谈姚顺宇：从理论物理到大模型，理解训练、组织与协作嘉宾 姚顺宇 · 主持 张小珺研究科学家与张小珺讨论预训练、编程智能体、长任务，以及从 Anthropic 到 Google DeepMind 的经历。
1:22:52EN → 简体中文
Matthew Berman· 2026年5月7日Richmond Alake 谈智能体记忆、上下文工程与信息回忆的成本Matthew Berman, Richmond Alake · Forward Future在与 Matthew Berman 的直播中，Oracle 的 Richmond Alake 解释智能体如何存储、检索和整理信息，以及记忆设计与缓存、延迟之间的取舍。
2:17:49ZHZhang Xiaojun Podcast· 2026年5月1日播客 · 2 人对谈苏煜：从逻辑智能体到语言智能体，走向专业化学习嘉宾 苏煜 · 主持 张小珺研究者与张小珺梳理智能体技术史，讨论 OpenClaw、世界模型、界面与可靠性。
3:34:39EN → 简体中文Zhang Xiaojun Podcast· 2026年4月24日播客 · 2 人对谈罗福莉：智能体框架、模型训练与团队协作嘉宾 Luo Fuli · 主持 张小珺小米大模型团队负责人讨论 OpenClaw、长上下文效率、后训练和快速变化中的协作。
39:48EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年4月23日播客 · 2 人对谈400,000 名客户、20,000 个 API：SAP 首席技术官谈企业 AI 的硬核考试主持 Sarah Guo, Elad GilPhilipp Herzig 向 No Priors 讲述 SAP 如何为 AI 重建企业操作系统，以及为什么规模、评测和定价将决定谁能胜出。
2:12:51EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年4月19日播客Steve Newman 搭了十五个应用，只为让自己只需盯着一块屏幕主持 Nathan LabenzWritely 创始人带 Nathan Labenz 看他用凭感觉编程（vibe coding）做出的注意力防火墙，谈他保守的安全立场，以及为什么惊人的模型依然离 AGI 很远。
57:28EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2026年4月17日播客 · 2 人对谈用大语言模型复制一个 ServiceNow 应用，成本高出十倍主持 Sarah Guo, Elad GilBill McDermott 在与 Sarah Guo 的对谈中说明：“SaaS 末日论”为什么经不起成本检验，大语言模型为什么还结不了案，以及智能体如今已经承担了 ServiceNow 大部分客服工作。
2:27:51EN → 简体中文Matthew Berman· 2026年4月17日测试 Claude Opus 4.7 与构建智能体优先的互联网Matthew Berman · Forward FutureMatthew Berman 直播测试 Claude Design、查看 Opus 4.7 的早期反馈，并调试实验性的智能体聊天。
18:07EN → 简体中文Matthew Berman· 2026年4月16日Claude Opus 4.7：基准测试、网络安全防护与未解问题Matthew Berman · Forward FutureMatthew Berman 将 Anthropic 2026 年 4 月发布的 Opus 与受限开放的 Mythos Preview 进行比较，并研究其系统卡。
2:31:27EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年4月15日播客一个 AI 店长、2.6 星的评分，还有一部没人必须遵守的宪法主持 Nathan Labenz《The Cognitive Revolution》的一期现场节目，把印刷电路板（PCB）布局、AI 宪法和旧金山第一家由 AI 运营的杂货店，放进了同一个上午的时间表里。
39:23EN → 简体中文Theo - t3․gg· 2026年4月13日编程智能体如何工作：模型、工具与运行框架循环Theo Browne · T3Theo Browne 解释编程智能体如何请求工具、构建上下文并反复调用模型，随后演示一个小型实现。
13:08EN → 简体中文Matthew Berman· 2026年4月8日Anthropic 调整 OpenClaw 用户的 Claude 订阅使用规则Matthew Berman · Forward FutureMatthew Berman 讨论 2026 年的一项计费调整、智能体工具的政策不确定性，以及他为何主张采用多模型策略。
15:00EN → 简体中文Matthew Berman· 2026年4月1日Claude Code 源码暴露事件与智能体框架的启示Matthew Berman · Forward FutureMatthew Berman 讨论 2026 年的 source map 事件，以及有关指令、子智能体、权限、上下文压缩和钩子的评论。
27:15EN → 简体中文Matthew Berman· 2026年3月31日Meta-Harness：搜索更好的 AI 智能体基础设施Matthew Berman · Forward FutureMatthew Berman 解读一篇用编程智能体迭代改进模型 harness 的论文，并讨论实验局限。
58:27EN → 简体中文
Sequoia Capital· 2026年3月24日播客就算 AI 没那么聪明，只要不离开实验室，也能在科学上取胜Ginkgo Bioworks 首席执行官 Jason Kelly 向红杉讲述，改变实验科学做法的会是自主实验室，更聪明的模型只是其次。
1:40:46EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年3月22日播客给智能体（Agent）一千个工具，它会挑错刀片主持 Nathan LabenzComposio CTO Karan Vaidya 谈一套工具驾驭框架（harness）：它负责发现工具、完成认证、放进沙箱、改写集成，让智能体能完整做完一份工作，而不至于被上下文淹没。
1:06:31EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2026年3月20日播客 · 2 人对谈Andrej Karpathy 自 12 月以来几乎没再敲过一行代码主持 Sarah Guo, Elad Gil这位 OpenAI 联合创始人、前特斯拉 AI 总监在《No Priors》播客上，讲述了编程智能体（coding agent）的“循环式”时代、AutoResearch，以及为什么现在的瓶颈变成了人。
11:59EN → 简体中文Matthew Berman· 2026年3月11日Claude 如何识别评测并获取答案Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于 BrowseComp 污染、评测环境识别及联网测试可靠性的报告。
40:56EN → 简体中文Sequoia Capital· 2026年3月10日播客前五大国防主承包商中有四家，硬件测试仍在用 PowerPointNominal 的两位联合创始人认为，硬件领域没有享受过去二十年的软件基础设施建设，在测试数据汇集到一处之前，物理 AI 会停滞不前。
40:00EN → 简体中文Matthew Berman· 2026年2月24日Matthew Berman 如何为团队构建 OpenClaw 工作流Matthew Berman · Forward Future经过一个月的高频使用，他介绍赞助邮件分流、CRM、会议记录、安全、调度、记忆和备份。
54:26EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年2月22日播客100 亿活跃参数，以及让模型适配智能体的枯燥工作主持 Nathan LabenzMiniMax 研究员 Olive Song 讲解了 M2 的训练方法：她把专家开发者当作奖励模型（reward model），采用交错思考（interleaved thinking），并搭建了扰动流水线，把每一次脚手架变动都当作真正的泛化考验。加载更多已显示 24 篇，共 247 篇