筛选结果
24 篇排序
56:01EN → 简体中文
AI Engineer· 2026年10月26日Xander Song：用 Harbor 和 Phoenix 评估智能体Xander Song · Arize AIArize AI 工程师 Xander Song 介绍 Harbor 如何在隔离沙箱中运行真实智能体任务，以及团队如何借助 Phoenix 比较提示词改动、检查执行轨迹并测试 SQL 工具。
53:04EN → 简体中文AI Engineer· 2026年10月26日Fuad Ali：为 AI 智能体建立持续改进的反馈循环Fuad Ali · Arize AIArize 工作坊将追踪、失败数据集、评估、修复建议和实验连接起来，同时保留人的判断。
18:27EN → 简体中文AI Engineer· 2026年10月26日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。
16:11EN → 简体中文
Matthew Berman· 2026年6月19日七种 AI 编程智能体循环及其适用场景Matthew Berman · Forward FutureMatthew Berman 解释如何用触发条件、目标和可重复检查，将编程任务转化为智能体工作流，并给出性能、文档和产品质量方面的例子。
0:40EN → 简体中文Matthew Berman· 2026年2月9日Opus 4.6 与 GPT-5.3-Codex 的幽默比较Matthew Berman · Forward FutureMatthew Berman 夸张地描绘两款编程助手用截然不同的方式取得成功。
23:41EN → 简体中文Matthew Berman· 2025年8月19日GPT-5 提示词：智能体行为、编程与提示优化Matthew Berman · Forward FutureMatthew Berman 解读 OpenAI 的 2025 年提示指南，并演示如何用工具修改开发者指令。
17:20EN → 简体中文Matthew Berman· 2025年2月23日用 Vibe Coding 构建登录页和俄罗斯方块 AIMatthew Berman · Forward FutureMatthew Berman 试验 AI 编写代码，反复修复问题，并训练一个基础游戏智能体。
0:59EN → 简体中文Matthew Berman· 2025年2月13日什么是 Vibe Coding？Matthew Berman 介绍他的工作流Matthew Berman · Forward FutureBerman 介绍如何用语音输入和 AI 编程编辑器构建软件、测试结果并反馈错误，而无需阅读代码。
13:18EN → 简体中文Matthew Berman· 2024年6月20日在双 RTX 6000 工作站上测试本地 AIMatthew Berman · Forward FutureMatthew Berman 在 Dell 和 NVIDIA 提供的 Dell Precision 塔式工作站上测试语言模型、并发推理和图像生成。
1:25:10EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年3月12日播客写代码只占工作的 30%，CodiumAI 想要另外那 70%主持 Nathan LabenzItamar Friedman 认为，代码补全已经成了大宗商品，代码完整性是 AI 仍然落后的地方；而让 GPT-4 在编程竞赛中把分数翻了一番的，靠的是流工程（Flow Engineering），不是更花哨的提示词。
1:15:39EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年11月29日播客做了二十年前端，Guillermo Rauch 发现 v0 写的代码比自己的更好主持 Nathan LabenzVercel 首席执行官告诉 Nathan Labenz，为什么每个产品都需要幽灵文本（ghost text），为什么软件 2.0（Software 2.0）会让旧技术栈僵化，以及为什么押注开源仍然是代价高昂的错误。
1:32:41EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年10月5日播客能训练前沿模型的人约有 5000 名，其余公司需要的是 AI 工程师主持 Nathan LabenzLatent Space 的 Swyx 向 Nathan Labenz 讲述了一个新职业如何成形、为什么 OpenAI 会对开发者做 Sherlock 化（Sherlocking），以及什么还不算智能体。
7:32EN → 简体中文Matthew Berman· 2023年10月4日MageGPT 生成 Wasp 待办事项应用：一次 2023 年演示Matthew Berman · Forward FutureMatthew Berman 使用 Wasp 赞助的应用生成工具，构建、运行并部署一个基础的全栈待办事项应用。
1:23:49EN → 简体中文
Jane Street· 2020年1月31日Steve Lee 谈 PowerShell 7：兼容性、新功能与路线图Steve Lee · Microsoft回顾从 Windows PowerShell 转向跨平台 PowerShell 的过程，包括版本 7 预览版演示及其兼容性取舍。
1:14:37EN → 简体中文Jane Street· 2018年4月5日为 OCaml 添加效应系统Leo White · Jane Street一个原型将代数效应引入 OCaml 类型系统，并探索如何追踪异常、I/O 和局部可变状态。
1:08:43EN → 简体中文Jane Street· 2018年3月19日Ron Minsky：类型及其对软件的重要性Yaron Minsky · Jane Street类型系统可以提升程序性能、发现错误并指导大型重构，但其价值取决于语言和工作内容。Ron Minsky 通过实际例子解释其中的取舍。
56:06EN → 简体中文Jane Street· 2017年12月4日Jane Street 如何用 Iron 审查代码Ian Henry · Jane StreetJane Street 的内部审查工具记录每位审查者实际读过的内容，将反馈保存在代码中，并在发布前执行审查要求。
52:51EN → 简体中文Jane Street· 2017年6月20日Caveat Configurator：当配置变成代码Dominick LoBraico · Jane StreetDominick LoBraico 解释灵活的 OCaml 插件为何给 Jane Street 的生产环境带来问题，以及配置生成和规范的插件管理如何应对这些问题。
1:09:24EN → 简体中文Jane Street· 2016年4月5日Yaron Minsky 谈高效 ML：为代码读者编写 OCamlYaron Minsky · Jane StreetJane Street 分享类型、接口和抽象的实用经验，帮助大型 OCaml 代码库保持易理解和正确。
50:03EN → 简体中文
Lenny's Podcast播客Copilot 是副驾驶，不是飞行员：GitHub CPO 谈 AI 不会取代开发者主持 Lenny RachitskyInbal Shani 解释 AI 会改开发者怎么干活，但不会取代人，以及团队该从问题而不是从工具出发去采用它。
1:21:34EN → 简体中文Lenny's Podcast播客默认公开：GitLab 用短脚趾、看结果和先宽后深做出能每月发版的平台主持 Lenny RachitskyGitLab 首席产品官 David DeSanto 讲这家全球最大的纯远程公司，如何把激进透明、异步协作和先宽后深的产品策略，做成一套持续发版的 DevSecOps 平台。
1:07:48EN → 简体中文Lenny's Podcast播客大多数生产力指标都是谎言：Nicole Forsgren 谈 AI 时代如何衡量开发者体验主持 Lenny RachitskyDORA 与 SPACE 的提出者解释，为何代码行数和旧流水线指标在 AI 时代不够用，以及怎样从倾听、问卷开始改进开发者体验，并把结果接到领导真正关心的事上。
1:19:48EN
Lex Fridman播客Bigger Models, Cleaner Splits and Human Baselines: Andrew Ng's Practical Recipe for Applied Deep Learning主持 Lex FridmanIn a 2016 Deep Learning School talk, Andrew Ng distills lessons from leading Baidu's AI team into a workflow for diagnosing models, handling data and building a career.
17:32ENLex Fridman播客Over-Automating, Googling Doctors and Neural Nets: George Hotz Reviews Programming Memes主持 Lex FridmanLex Fridman and George Hotz rate printed programming memes, and the jokes turn into candid talk about testing, hiring, social media and the power of neural networks.