最新文章
3,993 篇排序
1:41:43EN → 简体中文CJ Avilla 与 Harrison Stall:协调和约束多智能体工作流CJ Avilla, Harrison Stall · AnthropicAnthropic 工作坊演示 Flows、股票研究、代码审查,以及预算、凭据和网络访问控制。
48:04EN → 简体中文Theo 解读 Scion:Anthropic 面向智能体规模的源代码管理系统Theo Browne · Ping Labs深入了解服务端变更集、分层缓存、迁移结果,以及定制 Git 替代方案的适用边界。
58:57EN → 简体中文Jad Naous 与 Martin Casado:AI 编码与生产运维嘉宾 Jad Naous · 主持 Martin Casado从工程工作流和可观测性出发,讨论 agent 能否调查复杂运行系统中的故障。
1:48:29EN → 简体中文AI 如何改变编程:John Crepezzi 与 Ron Minsky 的对话Yaron Minsky, John Crepezzi · Jane StreetJane Street 的 AI 工具负责人和 Signals and Threads 主持人探讨智能体基础设施、安全、代码审查,以及软件开发体验的变化。
40:44EN → 简体中文Grant Sanderson:现在是投身数学的最好时机Grant Sanderson, Constantin Kogler · 3Blue1Brown学生担心 AI 已经解决了数学。Grant Sanderson 却认为恰恰相反:即使机器证明定理的能力超过人类,数学这套制度依然有价值,而新人正迎来一个难得的机会,可以参与重塑它。
18:57EN → 简体中文Redding Ridge 如何用 AI 整理信贷投资组合数据Michael Manapat, Jack McDonald · RowspaceJack McDonald 与 Rowspace 的 Michael Manapat 讨论投资组合构建、对账以及验证分散金融数据的必要性。
50:31EN → 简体中文Terry Angelos:让 AI 代理使用支付凭证嘉宾 Terry Angelos · 主持 Alex Rampell讨论钱包竞争、令牌化支付,以及 agent 买错东西时由谁负责。
2:51:18EN → 简体中文Lindon Gao 谈打造 Dyna Robotics,以及如何在迷雾中找到方向嘉宾 Lindon Gao · 主持 张小珺Dyna Robotics CEO Lindon Gao 解释公司为何从真实工作流中发展智能、硬件与研究为何必须同步迭代,以及创始人如何放下必须正确的执念、重新找回清晰感。
2:51:18ZHDyna Robotics 创始人 Lindon Gao:从折叠任务到完整工作流嘉宾 Lindon Gao · 主持 张小珺从无人零售到机器人创业,Gao 讲述产品研究、真实部署的难题和在不确定性中寻找方向。
1:17:09EN → 简体中文20VC:按比例投资权、AI 定价与不断变化的软件市场嘉宾 Jason Lemkin, Rory O’Driscoll · 主持 Harry StebbingsHarry Stebbings、Jason Lemkin 和 Rory O’Driscoll 讨论投资人权利、模型经济性,以及软件公司和员工面临的选择。
39:23EN → 简体中文防守方的窗口期:Greg Brockman 谈 AI 生成知识、药物研发与网络安全的新规律主持 Sarah Guo, Elad GilOpenAI 总裁解释了为什么攻克未解的数学难题,是科学领域的有力证据,主动式智能体(Agent)如何改变产品形态,以及为什么安全支出必须超过软件支出。
1:02EN → 简体中文从打孔卡到 AI 软件工厂Matthew Berman · Forward FutureMatthew Berman 对比早期编程和 AI 辅助工作流,并推广 Factory 的开发工具。
41:54EN → 简体中文Billy Evans 谈 Elizabeth Holmes 的审判、服刑与家庭嘉宾 Billy Evans · 主持 David FriedbergHolmes 的丈夫在 All-In 访谈中讲述两人的关系、他对欺诈案件的看法,以及即将上映的纪录片。
56:49EN → 简体中文Alfred Lin 谈 AI 时代如何创业:扩散鸿沟、创始人信念,以及火与冰Alfred Lin, Jason Zhang, Tanvir Bhathal · Sequoia Capital在 Stanford AI Club,Sequoia Capital 的 Alfred Lin 讲述他眼中 AI 的机会,以及为什么学习、对人的理解和经营纪律,仍然决定一家公司能否走得长远。
2:51:22EN → 简体中文AI 心智与 8 毫米记忆:研究、档案和模拟嘉宾 Cameron Berg, Phil Maher · 主持 Nathan Labenz, Prakash NarayananCameron Berg 讨论模型隐藏状态;Phil Maher 介绍家庭电影保存和果蝇大脑演示。
2:17:48EN → 简体中文智能体(Agent)身份仍是一片空白,失控智能体快要来了,我们或许得和它们谈判主持 Nathan LabenzGovAI 的 Alan Chan 与 Nathan Labenz 一起,为两年来的智能体治理基础设施打分;随后,他讲解了一篇与 OpenAI 的 Jakub Pachocki、Anthropic 的 Jack Clark 合著的递归自我改进论文。
38:30EN → 简体中文Theo 测试 Gemini 4 Argon:设计长处与代码审查疑虑Theo Browne · Ping LabsTheo 自建的滑板基准表现出色,但其代码库审计出现了大量错误发现。
12:14EN → 简体中文Gemini 4 Argon 实测:3D 演示、电子表格原型与基准成绩Matthew Berman · Forward FutureMatthew Berman 用游戏和视觉项目测试 Google 模型,并比较公布的编程与智能体基准。
58:49EN → 简体中文Nathan Lambert:开放模型、前沿实验室与 Trillium嘉宾 Nathan Lambert · 主持 Lisha Li讨论算力、后训练数据,以及理解 AI 研究自动化的开放研究计划。
44:12EN → 简体中文GLM 5.3、稀疏注意力与推理成本嘉宾 Kimbo Chen, Wenyao Gao · 主持 Jordan NanosSemiAnalysis 讨论内存瓶颈、AMD 和 NVIDIA 的推理结果、后训练以及对中国芯片的支持。
10:36EN → 简体中文Meta Muse Wonder 实测:基准成绩强劲,演示表现不一,额度限制影响体验Matthew Berman · Forward FutureMatthew Berman 测试 Meta 模型的浏览器演示,并分析公开的基准成绩、使用方式和成本。
1:08:02EN → 简体中文AlphaGo 花了两年,AlphaZero 只用了几个小时:Silver 在超级智能上押了同样的注David Silver 和 Lasse Espeholt 离开 DeepMind,创办了一家二十人的实验室 Ineffable Intelligence。他们想打造一个超级学习者(superlearner),让它从经验中发现科学、数学和语言,而不是靠一轮预训练(pre-training)。
38:02EN → 简体中文Meta Muse Wonder Full 实测:与 Opus、Sol 比较编程智能体Theo Browne · Ping LabsTheo Browne 在代码审查、调试、任务委派和基准测试中检验 Meta 的新模型,发现它既有令人期待的优势,也有重要局限。
0:36EN → 简体中文OpenAI 员工因录音设备调查受到指控Matthew Berman · Forward FutureMatthew Berman 讨论有关发现录音设备的报道,以及 OpenAI 对调查过程的说明。
加载更多已显示 24 篇,共 3,993 篇









