YoutuBlog(HackerTube):读 YouTube 上的演讲和播客
最新文章
5,693 篇排序
1:33:33EN → 简体中文Kevin Hartnett:Lean、数学证明与 AI 验证的边界嘉宾 Kevin Hartnett, Leonardo de Moura, Kevin Buzzard, Jeremy Avigad, Paul Lessard · 主持 Tim ScarfeLean 的故事展示了数学家如何检查日益复杂的论证,也说明正确的形式化证明仍会留下关于意义与理解的问题。
45:34EN → 简体中文Henry Paulson 谈 AI 风险、中美关系与危机领导力嘉宾 Henry M. Paulson, Jr. · 主持 Jim Esposito美国前财长讨论当前经济风险,以及从 2008 年金融危机中获得的经验。
48:04EN → 简体中文Nathan Lambert:开放语言模型的历史、竞争与风险Nathan Lambert · Allen Institute for AI从开放权重、研究基础设施和蒸馏,到采用情况与模型开发者面临的选择。
30:37EN → 简体中文Theo 的三个技能:用编程智能体审查和交付代码Theo Browne · Ping Labssol-loop、full-send 和 full-stop 如何定义审查、验证以及不同程度的合并权限。
18:27EN → 简体中文Daksh Gupta:如何打造更好的 AI 代码审查智能体Daksh Gupta · GreptileGreptile 联合创始人 Daksh Gupta 解释了为什么仅靠 webhook 和编程智能体,无法做好 PR 审查;他还介绍了如何通过定向提示词、事故数据、模型反转、代码库上下文、浏览器测试和按任务路由模型来改进审查质量。
23:48EN → 简体中文Satya Nadella:AI 需要零信任架构,企业应该拥有自己的智能嘉宾 Satya Nadella · 主持 Harry StebbingsMicrosoft 首席执行官认为,在对齐研究仍未解决的情况下,强大的智能体需要安全边界;他也解释了为什么企业应保留自身使用 AI 所创造的价值。
30:11ZHAI 如何重构跨境支付:从交易路由、风控到智能体商务嘉宾 Leo Li, Apple Gao · 主持 陈茜硅谷101 从一笔跨境机票付款出发,拆解支付网络的复杂性,以及 Antom 如何把 AI 引入运营、风险判断和智能体交易。
17:56EN → 简体中文Bridgewater 如何让 AI 分析师严守权限边界Nikhil Benesch, Aaron Linsky · turbopufferAaron Linsky 和 Nikhil Benesch 解释了企业知识库搜索如何在遵守文档权限的同时兼顾召回率与速度。他们将向量索引与原生过滤结合,在约 120 毫秒内搜索数亿个向量。
35:19EN → 简体中文SallyAnn DeLucia:如何编写你的第一个 AI 评估SallyAnn DeLucia · Arize AI从智能体的真实追踪记录中提炼具体的通过与失败标准,再构建一个能测试、能与人工判断对齐,并能在生产环境运行的大模型裁判。
0:26EN → 简体中文Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。
20:58EN → 简体中文Vinoo Ganesh 谈如何让金融 AI 为每个数字提供出处Vinoo Ganesh · KeplerKepler 首席执行官 Vinoo Ganesh 解释了为什么金融 AI 应负责检索和引用数据,而数学计算应交给确定性软件。他的设计把可追溯性、检索质量和租户安全都纳入答案本身。
18:31EN → 简体中文Janie Gu 与 Suyeol Yun:为什么前沿模型做不好买方分析师Janie Gu, Suyeol Yun · Google DeepMindJanie Gu 解释了基准分数为何可能误导人;Suyeol Yun 则介绍 MandateBench,它测试模型能否把基金投资授权转化为有理有据的投资备忘录。两场分享说明,真实工作流程、可复现的评分和有证据支撑的推理为何至关重要。
0:36EN → 简体中文Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。
15:27EN → 简体中文如今的 AI 工程师做什么:为智能体构建完整闭环Aparna Dhinakaran · Arize AIAparna Dhinakaran 认为,AI 工程师的工作正从交付单个功能,转向构建能让智能体团队持续改进功能的系统。在 Arize,这意味着追踪智能体的行为、依据人类判断评估它的工作,并把这些信号反馈给持续运行的智能体。
19:37EN → 简体中文Jay Sahnan 与 Arik Bird:为整个 Web 构建金融智能体Jay Sahnan, Arik Bird · BrowserbaseBrowserbase 的 Jay Sahnan 和 Arik Bird 展示浏览器智能体如何访问藏在登录页和反机器人防护之后的金融数据。他们以 Ramp、Bill 和 Stripe 为例,说明可靠的云端浏览器如何与适应性更强的 Stagehand 控制能力协同工作。
1:08EN → 简体中文Elon Musk 提议在 AI 模型发布前让竞争对手评测嘉宾 Elon Musk · 主持 Walter Isaacson与 Walter Isaacson 就安全协调展开的简短对话。
1:25:47EN → 简体中文Rob Snyder 的 PULL 框架:寻找早期需求嘉宾 Rob Snyder · 主持 Lenny Rachitsky一场关于客户紧迫性、替代方案、早期销售与留存的实用对话。
46:42EN → 简体中文Nathan Lambert 与 Florian Brand 谈 Kimi K3.1、网络风险和 AI 智能体Nathan Lambert, Florian Brand · Allen Institute for AIInterconnects 主持人讨论模型评估的分歧、安全漏洞披露潮,以及个人智能体在日常生活中的作用。
19:24EN → 简体中文从生产追踪构建智能体回归测试闭环Sofia Jakovcevic · Arize AISofia Jakovcevic 演示如何在部署前,从安全性、任务完成率等多个维度比较智能体改动。
1:50:48EN → 简体中文为什么推理比训练重要 12 倍François Chaubard, Dan Fu, Jeff Morgan, Joe Fioti, Liangsheng Yin · Y CombinatorYC Paper Club 从一次 API 请求一路讲到 GPU kernel。Together AI、Ollama、Luminal 和 SGLang 的四场演讲认为:现在算力和钱大多压在推理服务质量上,而不只是训练 FLOPs。
27:09EN → 简体中文Laurie Voss:AI 编程智能体之后的产品工程师Laurie Voss · Arize AIVoss 认为,代码生成加速后,审查、运营和定义用户需求会依次成为约束,而初级工程师的培养方式必须改变。
0:21EN → 简体中文AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。
1:28:36EN → 简体中文AI 的发展速度:可解释性、GPU 信贷与实体供应链嘉宾 Zvi Mowshowitz, Evan Conrad, Lonis Hamaili · 主持 Nathan Labenz, Prakash Narayanan一周精选讨论不确定的 AI 研究轨迹,以及融资、基础设施、安全和监管的约束。
21:52EN → 简体中文Josef Witt-Doerring 谈 Z 世代心理健康、孤立与精神科开药Shabbos Kestenbaum, Josef Witt-Doerring, Scott Galloway · PragerU在 The Brief 上,Shabbos Kestenbaum 与精神科医生 Josef Witt-Doerring 讨论年轻人为什么陷入困境、开药激励如何塑造诊疗,以及关系和日常习惯在治疗中的位置。
加载更多已显示 24 篇,共 5,693 篇









