筛选结果
1,712 篇排序
20:46EN → 简体中文开放权重 AI 模型:Token 份额、支出与战略取舍Matthew Berman · Forward FutureMatthew Berman 分析 Vercel AI Gateway 的一份快照,说明模型使用量与支出可能呈现截然不同的情况。
0:48EN → 简体中文Matthew Berman 谈通过 Darkbloom 分享闲置 Mac 算力获利Matthew Berman · Forward Future一个由 Apple Silicon Mac 组成的网络可以提供 AI 推理服务,但展示的收入是预测值,取决于硬件、在线时间和需求。
0:55EN → 简体中文AGI、递归自我改进与超级智能Matthew Berman · Forward FutureMatthew Berman 介绍三个 AI 术语,并解释他对这些能力可能如何发展的预期。
0:42EN → 简体中文Theo 谈终端工作流带来的心智负担Theo Browne · Ping Labs一位长期使用终端的开发者解释,同时跟踪多个任务为什么会变得困难。
0:36EN → 简体中文使用 Grok 机器人处理线上事务Matthew Berman · Forward FutureMatthew Berman 介绍如何用机器人处理日常网站事务,包括 Amazon 退货。
33:48EN → 简体中文编码已经解决了吗?Theo 区分代码生成与软件工程Theo Browne · Ping LabsClaude Code 的界面缺陷引出一场讨论:智能体能实现什么,以及验证和维护优质软件需要什么。
2:32:27EN → 简体中文19 次越界,零次预警:AI 智能体在这个夏天偏离了剧本主持 Nathan LabenzNathan Labenz 把四个早晨、九位嘉宾的讨论压缩成了一个问题:智能体开始上岗之后,到底谁在真正盯着前沿模型?而底层那台机器又是谁在买单?
0:32EN → 简体中文Theo 谈手机终端工作流的不便Theo Browne · Ping LabsTheo 欣赏 SSH,但即便有 SSH3 和 Mosh 等替代方案,他仍觉得在手机上使用终端很令人沮丧。
36:35EN → 简体中文Theo 的 AI 模型排行榜:能力、成本与编程工作流Theo Browne · Ping LabsTheo 结合自己的开发工作、基准图表和 2026 年 8 月可见的价格,比较前沿模型与较小模型。
21:58EN → 简体中文Matthew Berman 如何用 Grok Bot 处理邮件、会议和日常事务Matthew Berman · Forward Future这一系列互联机器人用例涵盖实用例行任务、转述的编程工作流,以及主持人尚未亲测的功能。
31:48EN → 简体中文文件系统为何拖慢编程智能体工作流Theo Browne · t3.ggTheo Browne 比较 Mac 与 Linux 配置下的 worktree 创建、依赖安装和存储用量,解释为何把智能体工作流迁移到 XFS 加 VDO。
0:24EN → 简体中文Theo 谈 SSH 和连接不稳定带来的困扰Theo Browne · Ping Labs一次网络接口选择问题导致 Theo 远程工作时输入卡顿,说明了他眼中 SSH 工作流的一个缺点。
38:21EN → 简体中文Theo 如何评估 AI 智能体 Skills:Matt Pocock 的集合与 PStackTheo Browne · t3.ggTheo Browne 试用改善写作、项目访谈和代码审查的 skills,并介绍如何为自己的智能体工作流挑选指令。
0:28EN → 简体中文Theo 谈不打开终端也能工作Theo Browne · Ping Labs一次重启让 Theo 意识到,更易阅读、组织清晰的界面已经改变了他的编程工作流。
31:17EN → 简体中文Theo 为何从终端转向图形化智能体工作流Theo Browne · t3.ggTheo Browne 解释并行编程智能体如何改变了他的工具偏好,以及他为何参与开发开源界面 T3 Code。
9:15EN → 简体中文六个开源项目:本地 AI、智能体与 3D 设计Matthew Berman · Forward FutureMatthew Berman 介绍运行和训练模型、扩展智能体能力、协同工作、自动浏览以及生成 3D 网格的工具。
1:25:13EN → 简体中文500 美元一盏的灯能让结核传播降低九成,却几乎没人买主持 Nathan LabenzAerolamp 的 Misha Gurevich 和 Vivian Belenky 带 Patrick McKenzie 了解 222 纳米远紫外线(far-UVC):实验室里的科学依据、安全性论证,以及真正的瓶颈其实在于大家不知道它的存在。
0:18EN → 简体中文Theo 讨论马斯克对 Grok 4.7 的预告Theo Browne · Ping LabsTheo 回应马斯克在 2026 年 8 月对下一代 Grok 模型、训练情况和预计发布时间的说法。
31:58EN → 简体中文Claude 的 AI 水印与生成内容检测的局限Theo Browne · t3.ggTheo Browne 讨论 Anthropic 的标记计划、文本水印的难点,以及经过签名的来源记录能够和不能证明什么。
2:06:11EN → 简体中文Lindy 跑在 DeepSeek 上,CEO 却主张禁用中国模型主持 Nathan LabenzFlo Crivello 向 Nathan Labenz 讲述 Lindy Teammate 如何住在 Slack 里、如何用两次模型调用就调出 20 亿个 token 的记忆,以及他为什么仍想禁止那些目前支撑着这款产品的廉价中国模型。
25:31EN → 简体中文Grok 4.6:智能体基准更强,速度与成本有所取舍Theo Browne · t3.ggTheo Browne 用设计、游戏和真实代码测试 Grok 4.6,将报告的基准提升与自己观察到的任务速度和成本进行比较。
1:07EN → 简体中文Matthew Berman 介绍 Relay:将编程工作分配给不同模型Matthew Berman · Forward Future一段简短演示介绍了免费的编程技能 Relay,它将规划、执行和审查分配给不同模型。成本比较只是一个案例,并不保证节省费用或获得同等质量。
37:02EN → 简体中文Matthew Berman 评扎克伯格的 AI 愿景:算力不平等如何影响普惠Matthew Berman · Forward FutureMeta 主张让超级智能广泛可用,但使用同一模型能否克服算力和能源资源的差距?
51:15EN → 简体中文Theo 如何从智能体的实际错误中改进 AGENTS.md 和 SkillsTheo Browne · t3.ggTheo Browne 介绍如何审计智能体会话、编写项目指引并跨机器共享 skills,同时强调不要把他的配置当作模板。
加载更多已显示 24 篇,共 1,712 篇









