筛选结果
19 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。
17:37EN → 简体中文AI 编码、游戏混搭与人类品味的价值Matthew Berman · Forward FutureMatthew Berman 解释反编译与游戏混搭，并论述 AI 迭代编码如何改变软件和创作。
1:29:02EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年7月1日播客从每天 50 个设计到 1500 个：AI 如何改变了捷豹路虎的探索范围主持 Nathan LabenzNeural Concept 的 Thomas von Tschammer 谈专业物理模型、工程副驾（engineering copilot），以及为什么一级方程式赛车（Formula 1）已经能在一夜之间跑完上千种设计。
1:37:43EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年3月25日播客思科想给网络再加两层，好让智能体共享意图主持 Nathan LabenzOutshift by Cisco 的 Vijoy Pandey 认为，超级智能必须靠智能体（Agent）网络横向扩展，光把模型做大、往上堆，走不远。
2:06:23EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年3月8日播客五台 Mac Mini 上住着五名 AI 员工主持 Nathan Labenz卖掉 YC 包装公司之后，Jesse Genet 第一次打开终端，搭起了一支 OpenClaw 团队。如今它负责备课、记录孩子的学习过程，也让家里的夜晚不至于被低质内容占满。
1:57:56EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年2月5日播客一亿行代码，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。
1:32:47EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年9月13日播客Transformer 论文共同作者想做一个无人持有的 1.6 亿美元模型主持 Nathan LabenzIllia Polosukhin 在节目中向 Nathan Labenz 讲述，NEAR 如何把一个支付难题，变成了一整套用于隐私推理、收益共享式训练和 AI 智能体的技术栈，而这些智能体仍然要向法院负责。
1:29:02EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年2月15日播客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。
1:01:53EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年12月18日播客人类只写了 1.3% 的 Token，AI 实验室仍然设计出有效的纳米抗体主持 Nathan Labenz斯坦福大学的 James Zou 介绍了一个基于 GPT-4o 的研究小组，他们用不到 100 美元搭出了一条蛋白质设计流程。另有一个稀疏自编码器（SAE），从 ESM-2 中提取出一个没有文献记载的蛋白基序（motif）。
55:50EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2024年12月16日播客不会只有一个模型：Fireworks 押注数百个小型专家主持 Jacob EffronPyTorch 老兵 Lin Qiao 认为，推理是一个复合 AI 系统（compound AI system），超大规模云厂商（hyperscaler）无法靠砸钱绕过；真正有市场反响的产品，依然保留了“人在回路中”（human-in-the-loop）的环节。
1:21:50EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年11月14日播客16K 的上下文窗口只能放下约 350 行，这就是表格需要智能体的原因主持 Nathan LabenzGretel AI 创始人 Alex Watson 向 Nathan Labenz 讲述：为什么大多数公司的数据仍然是一张电子表格，为什么 GPT-4 是生成这些数据的错误工具，以及差分隐私（differential privacy）如何让模型学会一种疾病，却不学会某个病人。
1:25:11EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年10月26日播客105 行代码、100 万次曝光，和一位不肯创办公司的风投主持 Nathan LabenzBabyAGI 的作者 Yohei Nakajima 向 Nathan Labenz 讲述，一个周末的原型如何掀起了智能体（Agent）浪潮，以及他为什么又回去做投资了。
1:45:46EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年8月4日播客Replit 每月 10 美元的 AI 程序员已经回本，野心则是机器人雇用机器人主持 Nathan LabenzReplit 的第一位产品设计师 Tyler Angert 讲解了虚拟开发者 Ghostwriter，以及公司为何自称是通用人工智能（AGI）的完美基底。
1:40:44EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年7月19日播客给模型时间、记忆和工具：Nathan Labenz 2023 年 GPT-4 使用指南主持 Nathan Labenz《AI Scouting Report》第二部分，从 H100 集群和 RLHF 一路讲到思维链、检索、智能体和混合专家模型。
1:21:06EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年4月27日播客大家都在谈人类反馈强化学习（RLHF），几乎没人真的在做主持 Nathan LabenzHumanloop 的 CEO Raza Habib 谈，为什么一个大语言模型（LLM）的 API 大概只占可用产品的 5%，而其余部分究竟由什么填满。
1:11:47ENUnsupervised Learning: With Jacob Effron播客The Three-Hour Battlefield: Rahul Vohra on Why Email Survives and Agents Will Inherit the Inbox主持 Jacob EffronSuperhuman's CEO explains how AI features are designed, why email addresses remain company infrastructure, and how agents may federate across the tools professionals live in.
1:42:11EN → 简体中文
Lenny's Podcast播客二十个 Agent、1.2 个人：SaaStr 用 AI 跑销售团队之后发生了什么主持 Lenny RachitskyJason Lemkin 讲述 SaaStr 如何用 agent 顶上十人 GTM 团队、训练它们要花多少工夫，以及谁会在这轮变化里留下来。
1:46:35EN → 简体中文Lenny's Podcast播客像招员工一样招 Agent：Claire Vo 用九个 OpenClaw 管公司和家主持 Lenny Rachitsky她从被删掉家庭日历的怀疑者，变成在生意、播客、课程和家里跑起一支专职 Agent 团队的实践者。
1:19:39ENLenny's Podcast播客Engineers Become Sorcerers: OpenAI's Sherwin Wu on the Next 12 to 24 Months主持 Lenny RachitskyThe head of engineering for OpenAI's API and developer platform describes life with Codex, how management is changing, and why builders should aim for where the models are going.