筛选结果
62 篇排序
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。
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。
25:50EN → 简体中文Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。
13:21EN → 简体中文Adrian Twarog:为企业 Vibe Coding 铺一条可治理的上线路径Adrian Twarog一次 Superblocks 演示说明,共享集成、隔离数据库、策略智能体和审计日志如何把业务部门用 AI 做出的应用纳入 IT 监管。
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。
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。
17:37EN → 简体中文AI 编码、游戏混搭与人类品味的价值Matthew Berman · Forward FutureMatthew Berman 解释反编译与游戏混搭,并论述 AI 迭代编码如何改变软件和创作。
1:26:46EN → 简体中文很可能存在一种我们不该越过的智能水平主持 Nathan LabenzNathan Labenz 带回了 The Curve 大会的见闻:一家芯片初创公司的 token 账单超过了工资支出,一些软件行业的人则因为交上来的 Claude 低质量产出而被绩效考核。
1:10:12EN → 简体中文OutSystems 的重大功能从每季度 4 个涨到 26 个,token 开销却还是降了主持 Nathan LabenzCEO Woodson Martin 谈“永不崩溃”的软件、为什么大多数企业工作用不着前沿模型,以及 AI 如何终于让 IT 积压的需求开始变少。
21:29EN → 简体中文Mistral Large 4 预览版:欧洲开放权重、网络安全基准与设置障碍Matthew Berman · Forward FutureMatthew Berman 回顾模型公布的规格和基准,并在智能体编程工作流中进行测试。
10:00EN → 简体中文OpenAI DevDay:Dots、高速推理、Codex 与 ChatGPT SpaceMatthew Berman · Forward FutureMatthew Berman 回顾活动中的个人助手、模型、开发工具和协作功能发布。
16:59EN → 简体中文Claude Sonnet 5.5 实测:游戏、3D 场景与更便宜的 Opus 替代选择Matthew Berman · Forward FutureMatthew Berman 展示生成的项目,并比较 Sonnet 与 Opus 公布的基准成绩和 API 价格。
16:57EN → 简体中文Grok 4.7 对比:编程、知识工作与每项任务成本Matthew Berman · Forward FutureMatthew Berman 分析公布的基准和价格,同时指出遗漏的竞争模型及有限的亲自测试。
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。
1:04:14EN → 简体中文帮忙在 120 天内建起 Colossus 的人,正押注一个住在你家里的 AI主持 Jacob EffronxAI 联合创始人 Igor Babuschkin 离开后创办了 River AI。他认为,编程智能体(Agent)已经跨过了一道门槛,闭源实验室正被挤压,而下一个大奖是个人化、本地化的智能。
1:13:33EN → 简体中文一万亿个 Token 之后,概念终于落地:Łukasz Kaiser 谈 Transformer 仍然缺什么主持 Jacob Effron《Attention Is All You Need》合著者在 Unsupervised Learning 节目中表示,Transformer 大概率会继续胜出,但它们学习的方式仍然与人不同。
2:12:51EN → 简体中文Steve Newman 搭了十五个应用,只为让自己只需盯着一块屏幕主持 Nathan LabenzWritely 创始人带 Nathan Labenz 看他用凭感觉编程(vibe coding)做出的注意力防火墙,谈他保守的安全立场,以及为什么惊人的模型依然离 AGI 很远。
54:26EN → 简体中文100 亿活跃参数,以及让模型适配智能体的枯燥工作主持 Nathan LabenzMiniMax 研究员 Olive Song 讲解了 M2 的训练方法:她把专家开发者当作奖励模型(reward model),采用交错思考(interleaved thinking),并搭建了扰动流水线,把每一次脚手架变动都当作真正的泛化考验。
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。
2:12:31EN → 简体中文大多数 Caffeine 用户根本不知道自己身处区块链之上主持 Nathan LabenzDFINITY 的 Dominic Williams 向 Nathan Labenz 解释,为什么防篡改、无法被关停的云,正是由聊天框写软件的 AI 所需要的后端。
2:29:42EN → 简体中文十二个钩子与三十个文件:Daniel Miessler 在 Claude Code 上的个人操作系统主持 Nathan LabenzPAI(个人 AI 基础设施)框架把脚手架当作真正的产品,模型只是其中一部分。Miessler 认为,这套以目标为中心的智能体(Agent)堆栈,将决定知识工作自动化和下一场网络安全竞赛的走向。
1:54:30EN → 简体中文癌细胞比例从 1/10 降到百万分之一主持 Nathan LabenzNathan Labenz 独自主持的 AMA(有问必答),更新了儿子淋巴瘤的治疗情况,称 Claude Opus 4.5 为软件层面的通用人工智能(AGI),并盘点了 2026 年初仍具竞争力的玩家。
1:43:19EN → 简体中文1 亿美元超级 PAC 把他列为头号公敌,捐款反而增加了主持 Nathan Labenz在《Cognitive Revolution》年终直播的后半场,纽约州众议员 Alex Bores、前白宫顾问 Dean Ball 和预测员 Peter Wildeford 就州级 AI 法律、对华芯片销售,以及 2026 年究竟会是什么样子展开争论。
57:37EN → 简体中文OpenAI 企业产品负责人:换模型只改一个参数的日子已经过去主持 Jacob EffronOlivier Godement 谈 GPT-5.1、Codex、企业用的骨架层(harness,即把模型接到工具上的那一层),以及真正让 AI 在大公司落地的三条做法。
加载更多已显示 24 篇,共 62 篇








