筛选结果
61 篇排序
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。
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。
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。
1:35:29EN → 简体中文优步 13 周烧光全年 Token 预算,智能体成败看检索主持 Nathan LabenzMongoDB 的 AI 方向 Field CTO Pete Johnson 认为,智能体的表现如今取决于检索质量,并非取决于把百万 Token 的上下文窗口塞满。
1:13:48EN → 简体中文运营商每年投入 2000 亿美元,钱却流向了上层主持 Jacob EffronBenedict Evans 在 Jacob Effron 的节目里说,拿 AI 去类比过去的平台是条死路,但研究这些平台实际上如何赚钱,却是有用的。
1:45:59EN → 简体中文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。
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。
1:39:17EN → 简体中文AI 已经超过律师的中位数水平,顶尖律所买了工具却闲置不用主持 Nathan LabenzKevin Frazier 与 Alan Rozenshtein 梳理了前沿模型如何改变法律实务,为什么按小时计费的模式会拖慢采用速度,以及他们接下来想要的新权利与政府限制。
1:40:51EN → 简体中文推理模型刚刚让企业数据中另外 80% 到 90% 变得可用主持 Nathan LabenzSnowflake AI 副总裁 Baris Gultekin 谈 Text-to-SQL、RAG(检索增强生成)、智能体设计,以及为什么推理(inference)必须在受治理的数据旁边运行。
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。
1:13:24EN → 简体中文红队测试仍有 25% 的攻击得手,保险才是刹车主持 Nathan LabenzAI Underwriting Company(AIUC)联合创始人 Rune Kvist 和 Rajiv Dattani 向 Nathan Labenz 说明,标准、审计和保险如何为企业级智能体(Agent)打开大门,无需等待一场类似核武管控式的冻结。
50:08EN → 简体中文1Mind 的 AI 销售“超人”,如今挖掘了 76% 的商机主持 Nathan LabenzAmanda Kahlow 与 Zapier 首席执行官 Wade Foster 谈她为什么推翻了原有的销售组织,以及智能体上那张脸,本质上不过是让买家开口说话的一个小把戏。
1:41:34EN → 简体中文聊天是通用界面,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。
1:45:00EN → 简体中文美国拥有全球 45% 的数据中心,其他国家要么自建、要么购买、要么结盟主持 Nathan Labenza16z 的 Anjney Midha 梳理了“主权 AI”对企业而言意味着什么,对那些永远不可能拥有人才、数据和算力前沿的国家又意味着什么。
1:27:01EN → 简体中文16 万亿美元的服务业,正被一家家收购下来主持 Nathan LabenzGeneral Catalyst 的 Marc Bhargava 解释了,AI 赋能的并购整合如何把低利润的服务公司,变成能复利增长、类似软件的生意。
38:48EN → 简体中文任务长度每几个月翻一番,Nathan Labenz 仍希望由人类掌握主导权主持 Nathan Labenz在 Imagine AI Live 大会上,《The Cognitive Revolution》的主持人把结构化的 AI 智能体(AI agents)与自主型智能体系统放在一起比较,并告诉企业要保留最终控制权。
44:21EN → 简体中文Mercor CEO:知识型工作的下一个岗位是写评测主持 Jacob EffronBrendan Foody 向 Redpoint 讲述,Mercor 如何靠 AI 招聘和专家数据拿到一轮 1 亿美元的融资,以及他为什么认为很大一部分白领工作会变成为模型编写测试。
51:08EN → 简体中文说规模化已撞墙的 Transformer 合著者主持 Jacob EffronCohere CEO Aidan Gomez 在 Redpoint 的访谈中说,一个耗资 1 亿美元的模型,依然是个失忆的天才;而企业 AI 的钱,正集中流向客户支持、研究和后台职能。
1:05:11EN → 简体中文一段假的五秒等待:语音 AI 已经在跟卡车司机讨价还价主持 Nathan Labenza16z 的合伙人 Olivia Moore 和 Anish Acharya 与 Nathan Labenz 聊语音 AI 的现状:呼叫中心、教练、陪伴类产品哪些已经奏效,哪些还没有。
54:55EN → 简体中文新泽西把电话等待时间从 40 分钟降到 90 秒主持 Nathan Labenz新泽西州长 Phil Murphy 谈州政府的 AI 助手、普林斯顿的 AI 枢纽,以及超人类系统到来时,他为什么想让新泽西拥有全国最好的接球手套。
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。
1:50EN → 简体中文Coveo 的 Sébastien Paquet 讨论的五个 AI 趋势Matthew Berman · Forward FutureMatthew Berman 总结一场 2025 年访谈,涉及生产系统、小模型、智能体与信任。
56:07EN → 简体中文Box 托管着 1000 亿个文件,它的 CEO 说,企业只为 10 倍级别的提升才会行动主持 Nathan LabenzAaron Levie 告诉 Nathan Labenz,为什么企业里的 AI 热情已经超过了早期的云,以及为什么 98% 的可靠性、按席位收费的 SaaS 和渐进式的节省依然无法真正落地。
1:29:00EN → 简体中文1.4 万人报名,33 人入选:这些岗位在国土安全部主持 Nathan Labenz美国国土安全部(DHS)AI Corps 主任 Michael Boyce 向 Nathan Labenz 介绍,美国政府最大的民用 AI 团队是怎样组建起来的,以及它已经做出了哪些东西。
加载更多已显示 24 篇,共 61 篇







