筛选结果
16 篇排序
19:43EN → 简体中文
AI Engineer· 2026年10月26日Jack Wotherspoon 谈如何打造一支托管智能体团队Jack Wotherspoon · Google DeepMindGoogle DeepMind 的 Jack Wotherspoon 介绍 Gemini Managed Agents：团队只需一次 API 调用，就能让编程和研究智能体在云端沙箱中运行。他还讲解了持久化环境、可复用技能、由代理注入的凭据、定时触发器，以及多个专用智能体如何协同工作。
20:55EN → 简体中文AI Engineer· 2026年10月26日Jesse Hall：语音智能体要为对话而优化，而非只看排行榜Jesse Hall · LiveKitLiveKit 的 Jesse Hall 解释了为什么语音智能体必须像实时系统一样接受评测：听清用户、允许打断、在工具调用期间继续对话，并在用户真正听到声音之前控制延迟。
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。
17:56EN → 简体中文AI Engineer· 2026年10月25日Bridgewater 如何让 AI 分析师严守权限边界Nikhil Benesch, Aaron Linsky · turbopufferAaron Linsky 和 Nikhil Benesch 解释了企业知识库搜索如何在遵守文档权限的同时兼顾召回率与速度。他们将向量索引与原生过滤结合，在约 120 毫秒内搜索数亿个向量。
35:19EN → 简体中文AI Engineer· 2026年10月25日SallyAnn DeLucia：如何编写你的第一个 AI 评估SallyAnn DeLucia · Arize AI从智能体的真实追踪记录中提炼具体的通过与失败标准，再构建一个能测试、能与人工判断对齐，并能在生产环境运行的大模型裁判。
20:58EN → 简体中文AI Engineer· 2026年10月25日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。
18:31EN → 简体中文AI Engineer· 2026年10月25日Janie Gu 与 Suyeol Yun：为什么前沿模型做不好买方分析师Janie Gu, Suyeol Yun · Google DeepMindJanie Gu 解释了基准分数为何可能误导人；Suyeol Yun 则介绍 MandateBench，它测试模型能否把基金投资授权转化为有理有据的投资备忘录。两场分享说明，真实工作流程、可复现的评分和有证据支撑的推理为何至关重要。
15:27EN → 简体中文AI Engineer· 2026年10月25日如今的 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。
19:37EN → 简体中文AI Engineer· 2026年10月25日Jay Sahnan 与 Arik Bird：为整个 Web 构建金融智能体Jay Sahnan, Arik Bird · BrowserbaseBrowserbase 的 Jay Sahnan 和 Arik Bird 展示浏览器智能体如何访问藏在登录页和反机器人防护之后的金融数据。他们以 Ramp、Bill 和 Stripe 为例，说明可靠的云端浏览器如何与适应性更强的 Stagehand 控制能力协同工作。
1:50:48EN → 简体中文
Y Combinator· 2026年10月24日为什么推理比训练重要 12 倍François Chaubard, Dan Fu, Jeff Morgan, Joe Fioti, Liangsheng Yin · Y CombinatorYC Paper Club 从一次 API 请求一路讲到 GPU kernel。Together AI、Ollama、Luminal 和 SGLang 的四场演讲认为：现在算力和钱大多压在推理服务质量上，而不只是训练 FLOPs。
34:11EN → 简体中文
GOTO Conferences· 2026年10月23日Anatoliy Bilenko 和 Alberto Carretero：用形式化方法和 AI 让数据库协议可靠Anatoliy Bilenko, Alberto Carretero · CanonicalCanonical 的数据库工程师把可执行规格、基于模型的测试、故障探索和重建的执行历史串起来，并说明为什么这些方法单独用，都无法证明真实系统正确。
17:42EN → 简体中文AI Engineer· 2026年10月21日更快的模型，真的更快吗？要看任务做完没有，而不是 token 有多快Morgan Suo · MiniMaxMiniMax 的 Morgan Suo 逐一拆解 M3.1 Flash 内部的工程改动，追问用户真正关心的问题：分析师要的那份活，是不是真的做得更快、更便宜、也更对了？
56:49EN → 简体中文
Stanford AI Club· 2026年10月15日Alfred Lin 谈 AI 时代如何创业：扩散鸿沟、创始人信念，以及火与冰Alfred Lin, Jason Zhang, Tanvir Bhathal · Sequoia Capital在 Stanford AI Club，Sequoia Capital 的 Alfred Lin 讲述他眼中 AI 的机会，以及为什么学习、对人的理解和经营纪律，仍然决定一家公司能否走得长远。
12:49EN → 简体中文
OpenAI· 2026年10月7日Alex Mashrabov：Higgsfield 智能体自己选模型、自己拉起 GPUAlex Mashrabov · Higgsfield在 OpenAI DevDay 2026，Higgsfield 的 CEO 讲清楚：连续的媒体体验为什么需要一个会选模型、会给自己的产出打分、还会自己拉起 GPU 的智能体——还包括一场小团队现在就能做出来的 10 小时 AI 直播。
13:12EN → 简体中文OpenAI· 2026年10月7日Alexandra Lato 谈用 Codex 打造 Stack Overflow for Agents 和 Stack InternalAarti Bagul, Alexandra Lato · OpenAIStack Overflow 产品副总裁讲述一个小团队如何在两款产品上，用截然相反的约束使用 Codex——以及为什么面向 agent 的设计意味着让 agent 贡献知识，而不只是读取。
38:10EN → 简体中文
Google DeepMind· 2026年10月1日从深度伪造到 DNA：SynthID 如何给 AI 加水印Hannah Fry, Pushmeet Kohli, Jeremy Ratcliffe · Google DeepMindHannah Fry 请来 Pushmeet Kohli 和 Jeremy Ratcliffe，讲解 SynthID：一种已用于文本、图像和视频的数学水印，正在延伸到蛋白质序列，好让 DNA 合成公司能把 AI 设计的分子和自然界的分子区分开来。