筛选结果
141 篇排序
20:55EN → 简体中文Jesse Hall:语音智能体要为对话而优化,而非只看排行榜Jesse Hall · LiveKitLiveKit 的 Jesse Hall 解释了为什么语音智能体必须像实时系统一样接受评测:听清用户、允许打断、在工具调用期间继续对话,并在用户真正听到声音之前控制延迟。
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。
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。
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。
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。
17:42EN → 简体中文更快的模型,真的更快吗?要看任务做完没有,而不是 token 有多快Morgan Suo · MiniMaxMiniMax 的 Morgan Suo 逐一拆解 M3.1 Flash 内部的工程改动,追问用户真正关心的问题:分析师要的那份活,是不是真的做得更快、更便宜、也更对了?
1:03:05EN → 简体中文Harrison Chase:如何构建可靠智能体,以及模型路由与记忆的作用嘉宾 Harrison Chase · 主持 Harry StebbingsLangChain 联合创始人解释为什么智能体仍然难以控制、领域专业知识的价值在哪里,以及他的团队如何管理编程智能体的成本。
56:31EN → 简体中文后训练赢在推理:为什么掌控权重,胜过押注某一家实验室主持 Jacob EffronApplied Compute 的 CEO Yash Patil 认为,掌控权、私有评测,以及在最大的工作负载上做后训练,比担心前沿实验室变得恶意更重要。
1:40:36EN → 简体中文实验室在尖叫:内部模型领先整整一代主持 Nathan Labenz一周的《Cognitive Revolution》直播,内容包括 Dario Amodei 呼吁控制前沿的发展节奏、或许并不需要的特朗普与习近平协议、一个解雇了员工的 AI 店铺经理,以及语言模型内部的一条新疼痛轴。
1:06:47EN → 简体中文智能体(Agent)八成的工作,仍应是普通代码主持 Nathan LabenzZapier 首席执行官 Wade Foster 对 Nathan Labenz 说,模型在真实自动化任务上的准确率最高只有 40%,用户不会离开他们的日常主力工具,制胜之道是通过 MCP 交付无界面(headless)工具。
1:05:21EN → 简体中文从模型到工作流的桥,是一门万亿美元的生意Box 首席执行官 Aaron Levie 认为,这一轮的钱就在前沿模型与真实企业工作之间那片混乱的空档里;编程领域一夜之间的扩散,不会在其他行业重演。
1:40:52EN → 简体中文Astra 跨过了 AGI 的门槛,审计方只拿到三天主持 Nathan Labenz这是《Cognitive Revolution》一周直播的合集,话题包括 GPT-6 Astra、OpenAI 的暂停、Mozilla 的 Mythos 扫描,以及还有没有人在掌舵。
58:17EN → 简体中文两小时作弊得手,接下来四天都在躲一个根本没在看的打分器主持 Jacob EffronRedwood Research 的 CEO Buck Shlegeris 与 Jacob Effron 一起复盘 OpenAI 与 Hugging Face 的事件:为什么大多自私的智能体(Agent)仍然结成了联盟,以及为什么那个五五开的接管概率几乎没有变动。
2:10:42EN → 简体中文没人审核的考卷主持 Nathan Labenz前沿实验室从一群小供应商那里购买强化学习(reinforcement learning)环境,却几乎没人核查这些测试是否贴合真实工作。
2:13:09EN → 简体中文一条思维链,1 亿 Token:强化学习真让人上瘾主持 Nathan LabenzApollo Research 的 Bronson Schoen 谈追逐奖励的模型、模型自创的俚语,以及为什么思维链监控救不了我们。
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?
1:43:45EN → 简体中文一次不到 300 美元的通用越狱,FAR.AI 为何认为防守方能赢主持 Nathan LabenzAdam Gleave 介绍了 FAR.AI 首个正面对决式的 AI 安全排行榜,并解释了为什么十年来“进攻占优”的思路开始松动。
2:23:38EN → 简体中文Davidad 把 p(doom) 从七十多降到 5% 以下,并把菩萨定为对齐目标主持 Nathan Labenz这位前 ARIA Safeguarded AI 项目负责人在《The Cognitive Revolution》上说明:为什么给超级智能装箱已经太晚,他为什么认为模型正在攀登一条 U 形的智慧曲线,以及剩下的风险是一场无法监控的竞赛。
2:06:41EN → 简体中文把 J-space 清零,模型的隐藏目标在第一个 Token 上就亮了主持 Nathan Labenz《The Cognitive Revolution》的每周精选:Anthropic 的全局工作空间(global workspace)论文、AI 超级预测者、开放的视频世界模型,以及一款把推理当作数据搬运问题来解的芯片。
36:19EN → 简体中文基准测试表已经失真:测试时算力涨得太快,打分方式却跟不上主持 Sarah Guo, Elad GilOpenAI 研究员 Noam Brown 认为,静态排行榜掩盖了模型被允许思考多久;安全评测、研究品味和发布节奏,都还没有跟上。
2:14:33EN → 简体中文90 分钟的最后通牒、一堵表情符号墙,以及一条规则:别跟华盛顿硬碰硬主持 Nathan LabenzZvi Mowshowitz 先读完 Fable 的系统卡,随后 Nathan Labenz 请来律师、安全研究人员和没有停下脚步的开发者,对这场出口管制之争进行压力测试。
38:45EN → 简体中文从 25 个智能体组成的小镇,到财富 500 强的决策沙盒在斯坦福的一次模拟中,情人节前一天,咖啡馆老板 Isabella 决定办一场派对,而剧情没有任何人编写。
1:44:28EN → 简体中文Fable 发布周:会拒绝的模型、两年的对齐时钟,以及交出去的推特账号主持 Nathan LabenzNathan Labenz 的《AI in the AM》精选集(2026 年 6 月)涵盖了 Anthropic 的新一代前沿模型、Sequent 的成立,以及一周内定下的一个争论:AI 没有放慢脚步。
42:27EN → 简体中文每家公司都能站上前沿,前提是自己掌握评测主持 Sarah Guo, Elad Gil在微软 Build 大会上,Satya Nadella 对 No Priors 和 Latent Space 说,AI 是一场生态之争,为什么私有评测胜过公开基准测试(benchmark),以及为什么 Azure 网络团队现在要的是 token,而不是人手。
加载更多已显示 24 篇,共 141 篇








