筛选结果
12 篇排序
1:05:21EN → 简体中文
Sequoia Capital· 2026年9月15日播客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。
51:09EN → 简体中文Sequoia Capital· 2026年6月11日播客按模型一年内会吞掉你的智能体脚手架来做负责谷歌 AI Studio 和 Gemini API 的 Logan Kilpatrick，在红杉资本 Sonya Huang 的访谈中解释：为什么智能体脚手架只是一项只能用 12 个月的资产，为什么编程已经像狭义超级智能，以及为什么谷歌优化的是结果，而不是眼球。
41:20EN → 简体中文Sequoia Capital· 2026年6月10日播客400 万美元的机柜与万亿美元的一年：黄仁勋把 AI 工厂讲成了制造业故事在红杉资本的 Training Data 舞台上，英伟达 CEO 向来自六十个国家的观众讲述：ChatGPT 的小把戏如何走向智能体式（agentic）工作，五层的产业蛋糕是什么，以及为什么放射科的招聘反而增加了。
38:24EN → 简体中文Sequoia Capital· 2026年5月19日播客Serval 的赌注：保留 ServiceNow 的基本原语，让人不再参与搭建Serval 创始人 Jake Stauch 向红杉的 Pat Grady 讲述，这家成立两年的 IT 服务管理（ITSM）创业公司，如何用代码生成智能体、朴素甚至有些枯燥的企业管控，以及“更少、更好”的招聘，重建 AI 时代的员工支持。
31:26EN → 简体中文Sequoia Capital· 2026年4月14日播客为了买一个淋浴头，ChatGPT 打开了 65 个网页Profound 首席执行官（CEO）James Cadwallader 认为，互联网的入口没有变，变的是走进这扇门的人：现在进来的是智能体（Agent），营销就得为这位新访客重写。
47:49EN → 简体中文Sequoia Capital· 2025年5月6日播客Workday 给 AI 智能体办入职，和给员工办入职的方式一样Workday CEO Carl Eschenbach 谈如何把一个覆盖 7000 万人的档案系统（system of record），变成人类员工与数字员工混合团队的总账。
1:00:09EN → 简体中文Sequoia Capital· 2025年2月18日播客DeepSeek 的越狱无关紧要，给模型装上手脚才要紧Palo Alto Networks 首席执行官 Nikesh Arora 向红杉资本的《Training Data》讲述：便宜的“大脑”为何打乱了 AI 的秩序，攻击者为何已经比防御者跑得更快，以及拒绝尝试才是真正的风险。
1:00:05EN → 简体中文Sequoia Capital· 2025年1月14日播客如果别人做出了更好的 Spark 产品，我们理应输掉Ion Stoica 讲述 Databricks 如何把学术开源项目变成一家数据与 AI 公司，以及他认为哪些问题明天会比今天更重要。
59:30EN → 简体中文Sequoia Capital· 2024年10月8日播客GPT-4 答错一半数据问题，Snowflake 的解法是系统设计直接用现成模型处理企业数据，可靠度大约只有 45%，也就是每两个答案里就有一个是错的。
42:08EN → 简体中文Sequoia Capital· 2024年7月30日播客Meta 用 16,000 块 GPU 训出 405B 教师模型，然后让全世界去蒸馏它Llama 3.1 405B 发布两天后，Meta 生成式 AI 产品负责人向红杉资本讲清楚：这个系列里最贵的模型为什么免费开放，以及他为什么认为前沿模型本身正在走向商品化。
51:36EN → 简体中文Sequoia Capital· 2024年7月23日播客Klarna 的 AI 接替了 700 个客服岗位，秘诀在于那本手册Klarna 首席执行官 Sebastian Siemiatkowski 向红杉资本讲述：一次愿意给 OpenAI 当“小白鼠”的押注、一条争议处理队列里的 Slack 消息，以及为一位会失忆的员工写的文档，如何带来了 4000 万美元的利润。
1:01:23EN
Citadel Securities播客Jensen Huang on AI Factories, Digital Workers and Why the Build-Out Has Barely BegunNvidia's CEO tells a room of institutional investors how accelerated computing led to AI factories, and where agentic AI, robotics and sovereign AI go next.