筛选结果
38 篇排序
19:43EN → 简体中文Jack Wotherspoon 谈如何打造一支托管智能体团队Jack Wotherspoon · Google DeepMindGoogle DeepMind 的 Jack Wotherspoon 介绍 Gemini Managed Agents:团队只需一次 API 调用,就能让编程和研究智能体在云端沙箱中运行。他还讲解了持久化环境、可复用技能、由代理注入的凭据、定时触发器,以及多个专用智能体如何协同工作。
1:04:26EN → 简体中文100,000 个加速器,每小时都有东西出故障Google AI 基础设施负责人 Amin Vahdat 向红杉资本的 Sonya Huang 解释,为什么 FLOPS 是虚荣指标,为什么 TPU 产品线一分为二,以及为什么他宁愿等电网接入,也不自己建一座吉瓦级的数据中心。
45:10EN → 简体中文76% 的代理商务交易不到 30 美分,于是 Coinbase 要为 AI 开户主持 Sarah Guo, Elad GilBrian Armstrong 与 Elad Gil 的对话,讲的是 Coinbase 如何变成“万物交易所(everything exchange)”,为什么卡组织无法为智能体之间的支付定价,以及他的长寿公司正把什么带进临床。
34:30EN → 简体中文暖气坏了的时候,Netic 的智能体来接电话主持 Sarah Guo, Elad Gil创始人 Melisa Tokmak 向 Elad Gil 讲述,这个成立两年的平台如何成为暖通(HVAC)、屋顶施工、宠物护理等民生服务行业的 AI 运营层。
48:55EN → 简体中文Anthropic 的开发者平台一年长出三层,token 也有了分工Katelyn Lesse 和 Angela Jiang 在红杉资本(Sequoia Capital)的《Training Data》播客中讲述,Anthropic 如何从无状态的 Messages API,走到知识、执行和协调三层,同时并不打算自己拥有服务器。
1:29:02EN → 简体中文从每天 50 个设计到 1500 个:AI 如何改变了捷豹路虎的探索范围主持 Nathan LabenzNeural Concept 的 Thomas von Tschammer 谈专业物理模型、工程副驾(engineering copilot),以及为什么一级方程式赛车(Formula 1)已经能在一夜之间跑完上千种设计。
41:20EN → 简体中文400 万美元的机柜与万亿美元的一年:黄仁勋把 AI 工厂讲成了制造业故事在红杉资本的 Training Data 舞台上,英伟达 CEO 向来自六十个国家的观众讲述:ChatGPT 的小把戏如何走向智能体式(agentic)工作,五层的产业蛋糕是什么,以及为什么放射科的招聘反而增加了。
44:01EN → 简体中文百万分之一美分:Jeremy Allaire 谈智能体经济的支付通道主持 Sarah Guo, Elad GilCircle 的 CEO 在 No Priors 节目中说,能自主买卖的软件,其货币层应该由稳定币和专门打造的区块链来承担,传统银行体系担不起这个角色。
1:37:43EN → 简体中文思科想给网络再加两层,好让智能体共享意图主持 Nathan LabenzOutshift by Cisco 的 Vijoy Pandey 认为,超级智能必须靠智能体(Agent)网络横向扩展,光把模型做大、往上堆,走不远。
1:06:31EN → 简体中文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。
2:06:23EN → 简体中文五台 Mac Mini 上住着五名 AI 员工主持 Nathan Labenz卖掉 YC 包装公司之后,Jesse Genet 第一次打开终端,搭起了一支 OpenClaw 团队。如今它负责备课、记录孩子的学习过程,也让家里的夜晚不至于被低质内容占满。
1:57:56EN → 简体中文一亿行代码,每行 20 美分:走进 Blitzy 的企业级编码流水线主持 Nathan Labenz首席执行官 Brian Elliott 与首席技术官 Sid Pardeshi 向 Nathan Labenz 讲述,Blitzy 如何把庞大的代码库画成一张地图,再让成千上万个动态生成的智能体,在几天内完成一个要做好几个月的项目的大部分工作。
48:03EN → 简体中文编程终将被解决,真正的瓶颈是说清楚你想要什么Warp 创始人 Zach Lloyd 向红杉资本的 Sonya Huang 讲述,为什么重做后的终端恰好成了编程智能体的合适形态,以及他为什么不再为 Token 用量提供补贴。
40:13EN → 简体中文只要人还需要读代码,IDE 就不会死Zed 创始人 Nathan Sobo 认为,源代码是写给人看的语言;终端智能体(Agent)仍然需要可视化编辑器,而每一次编辑都应该能挂上对话。
44:47EN → 简体中文最后一公里,才是联络中心 AI 真正落地的地方Cresta 首席执行官 Ping Wu 与红杉资本的 Doug Leone 谈到:为什么 1700 万到 2000 万名坐席、遗留系统,以及最后一公里的集成,将决定谁能赢得客户体验。
1:32:47EN → 简体中文Transformer 论文共同作者想做一个无人持有的 1.6 亿美元模型主持 Nathan LabenzIllia Polosukhin 在节目中向 Nathan Labenz 讲述,NEAR 如何把一个支付难题,变成了一整套用于隐私推理、收益共享式训练和 AI 智能体的技术栈,而这些智能体仍然要向法院负责。
35:45EN → 简体中文八个月赚到的,是前六年收入的四倍n8n 的 CEO Jan Oberhauser 向红杉资本讲述了两次押注:一次是把 n8n 做成 AI 智能体(Agent)的构建平台,另一次是删掉线索数这个指标。两步下来,一个工作流工具变成了默认的编排层。
37:45EN → 简体中文Codex 是一个思想实验:如果智能体在自己的电脑上工作,会怎样?OpenAI Codex 团队谈如何把 o3 训练成能写出可合并 PR 的模型、凌晨一点的一个 bug 如何同时派出四次尝试去解决,以及为什么只有停止结对、开始委派,这款产品才会真正上手。
47:49EN → 简体中文Workday 给 AI 智能体办入职,和给员工办入职的方式一样Workday CEO Carl Eschenbach 谈如何把一个覆盖 7000 万人的档案系统(system of record),变成人类员工与数字员工混合团队的总账。
55:40EN → 简体中文要治愈所有疾病,Isomorphic Labs 需要六个左右的 AlphaFoldMax Jaderberg 谈如何把 DeepMind 的游戏研究变成一个通用的 AI 药物设计引擎,以及为什么光靠预测无法搜索一个 10^60 量级的分子宇宙。
1:29:02EN → 简体中文她从不读取你的一行数据,答案准确率仍能过 95%主持 Nathan LabenzIllumex 首席执行官 Inna Tokarev Sela 向 Nathan Labenz 讲述:一个只用元数据训练的柏拉图式行业本体(ontology),如何把企业软件坍缩成一场对话。
30:09EN → 简体中文Bilt 省下 65 个客服席位,Decagon 创始人:多数智能体(Agent)想法依然卖不动主持 Sarah Guo, Elad GilJesse Zhang 谈为什么客户支持是智能体最理想的应用场景,为什么指令遵循比 o1 式推理更重要,以及淘汰多数智能体创业公司的两道筛选。
1:01:53EN → 简体中文人类只写了 1.3% 的 Token,AI 实验室仍然设计出有效的纳米抗体主持 Nathan Labenz斯坦福大学的 James Zou 介绍了一个基于 GPT-4o 的研究小组,他们用不到 100 美元搭出了一条蛋白质设计流程。另有一个稀疏自编码器(SAE),从 ESM-2 中提取出一个没有文献记载的蛋白基序(motif)。
55:50EN → 简体中文不会只有一个模型:Fireworks 押注数百个小型专家主持 Jacob EffronPyTorch 老兵 Lin Qiao 认为,推理是一个复合 AI 系统(compound AI system),超大规模云厂商(hyperscaler)无法靠砸钱绕过;真正有市场反响的产品,依然保留了“人在回路中”(human-in-the-loop)的环节。
加载更多已显示 24 篇,共 38 篇









