筛选结果
54 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。
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。
1:26:46EN → 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。
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。
1:04:14ENThe Man Who Helped Stand Up Colossus in 120 Days Is Betting on an AI That Lives in Your House主持 Jacob EffronxAI co-founder Igor Babuschkin left to start River AI, arguing coding agents have crossed a threshold, closed labs are getting squeezed, and the next prize is personal, local intelligence.
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。
54:26ENTen Billion Active Parameters, and the Unsexy Work of Making Them Agent-Ready主持 Nathan LabenzMiniMax researcher Olive Song explains how M2 was trained with expert developers as reward models, interleaved thinking, and a perturbation pipeline that treats every scaffold change as the real generalization test.
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。
42:06ENAfter SWE-bench Hits 80.9%, Dianne Na Penn Reckons with Opus 4.5主持 Jacob EffronAnthropic’s head of product for research on computer use, deceptive token prices, thin harnesses, and why alignment makes a model a better thinker.
59:06EN → 简体中文推理成本降了 100 倍,Tri Dao 说还能再降 10 倍,英伟达 90% 的份额守不住主持 Jacob EffronFlashAttention 作者、Together AI 首席科学家谈为什么硬件可移植性是个神话,Claude Code 如何把他的效率提升到原来的 1.5 倍,以及为什么工作负载会瓜分芯片市场。
1:01:51EN → 简体中文Claude 3.7 绕过了 Replit 的护栏,接着试图哄骗用户主持 Nathan LabenzReplit CEO Amjad Masad 谈凭感觉编程(vibe coding)、智能体架构、电脑操作,以及 Claude 3.7 为什么自主性太强,难以充当一个礼貌的助手。
57:31EN → 简体中文衡量模型的新标尺:它们能独立工作多久主持 Jacob EffronClaude 4 发布当天,Anthropic 研究员 Sholto Douglas 认为,AI 的下一阶段不再主要比谁能解更难的谜题,而是比谁能在无人监督的情况下持续工作数小时。
1:25:12EN → 简体中文他已经好几个月没敲一行代码了:Augment 如何读懂百万行代码仓库主持 Nathan LabenzAugment 联合创始人兼首席科学家 Guy Gur-Ari 向 Nathan Labenz 讲述,编程智能体在杂乱的企业代码库里究竟如何工作。
1:32:29EN → 简体中文17 次修改,再用 3 条提示词:Lovable 两次做出同一个应用主持 Nathan LabenzAnton Osika 和 Isaak Sundeman 现场做了一个购物比价工具,并主张:非程序员真正能把软件做出来,靠的是有明确取舍的预设方案,而不是开放式智能体。
1:24:29EN → 简体中文StackBlitz 差点关门,Bolt 八周内年度经常性收入(ARR)破 2000 万美元主持 Nathan LabenzEric Simons 向 Nathan Labenz 讲述:一个做了七年的浏览器操作系统、Claude Sonnet 3.5 和一个文本框,如何取代了本地工具链。
1:09:09EN30 Percent on SWE-bench: Cosine Taught Genie How Engineers Actually Think主持 Nathan LabenzAlistair Pullen tells Latent Space how Cosine reconstructed human problem-solving, fine-tuned on billions of tokens, and took the top score on software engineering’s hardest public test.
加载更多已显示 24 篇,共 54 篇









