筛选结果
13 篇排序
26:41EN → 简体中文
Latent Space· 2026年10月22日播客 · 2 人对谈Anekha Sokhal 谈 Moshi：给大宗商品交易员用的推荐引擎嘉宾 Anekha Sokhal · 主持 swyxMoshi 创始人向 swyx 讲述她会怎样重做交易员的工作流：把市场数据、内部文件和互相打架的信源连在一起，再把人们本来会错过的二阶效应推过来。难的不是仪表盘，是让人真的用起来。
1:45:59EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年6月10日播客87% 的员工在用 AI，只有 13% 的人说公司变好了主持 Nathan LabenzGlean 的 Work AI Index 指出了失踪的时间：照看机器人（botsitting）、糊弄式交付（botshitting），以及一个转个不停的精致废话仓鼠轮。
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。
1:41:34EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年11月20日播客聊天是通用界面，却常常是最糟糕的界面主持 Nathan LabenzAtlassian 的 AI 负责人谈如何用品味（taste）、知识（knowledge）和工作流（workflow）对抗平庸产出（slop），以及为什么聊天更像一种终端，本身并不是产品。
39:06EN → 简体中文
Sequoia Capital· 2025年8月12日播客他没法再问爷爷该怎么办，于是造出了一个数字心智在红杉资本的访谈节目《Training Data》里，Delphi 创始人 Dara Ladjevardian 讲述了经授权的数字心智（digital mind）如何让人变成对话式媒介，同时不取代他们本人。
1:29:02EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年2月15日播客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。
52:06EN → 简体中文Sequoia Capital· 2025年1月21日播客领英花五年做图神经网络，她想让任何公司四周内就看到价值Kumo 联合创始人 Hema Raghavan 认为，图一直就存在于企业的数据仓库表格里；而类似 SQL、带有 predict 子句的查询语言，才让普通企业真正用得上它。
44:48EN → 简体中文Sequoia Capital· 2024年10月29日播客企业版谷歌失败了二十年，一位搜索老兵终于做成了Glean CEO Arvind Jain 谈企业内部搜索为什么比公开网络难，RAG（检索增强生成）为什么成败都取决于检索，以及当每位员工都有了 AI 助手，工作会是什么样子。
1:21:53EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年7月19日播客HippoRAG 以十分之一的在线成本，追平迭代检索主持 Nathan Labenz受海马体启发的知识图谱，让多跳（multi-hop）问题可以跳过蛮力式的文档爬梳。
4:56EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年2月1日播客如果把心智看作工具，AI 就没那么像威胁了主持 Nathan LabenzYohei Nakajima 和 Nathan Labenz 边看 TED AI 演讲边暂停讨论，把他构建智能体（Agent）的习惯，与东西方关于身份认同的观念联系起来。
1:53:08EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年1月18日播客GPT-4 写 SQL，四张表就是崩溃点主持 Nathan LabenzJuan Sequeda 谈为什么知识图谱（knowledge graph）是基础模型（foundation model）所缺的那个准确、可解释的“大脑”。
2:52:56EN → 简体中文
Lex Fridman· 2021年9月15日播客 · 2 人对谈Douglas Lenat 的三十七年赌注：常识能被写下来吗嘉宾 Douglas Lenat · 主持 Lex Fridman自 1984 年起，Cyc 就在把世界上那些没人明说的规则编码下来，让机器能够推理，而不只是做模式匹配。
20:34ENLex Fridman· 2019年10月26日播客 · 2 人对谈Teaching Machines the Frameworks Humans Take for Granted嘉宾 David Ferrucci · 主持 Lex FridmanDavid Ferrucci explains why AI needs shared interpretive frameworks, not just data and pattern matching, to reason and communicate like humans.