筛选结果
25 篇排序
25:39EN → 简体中文个人 AI 助手的实际用法:简报、家庭事务、邮件与账单Matthew Berman · Forward FutureMatthew Berman 介绍如何将助手接入日常工作流,并为重要操作设置确认规则。
10:38EN → 简体中文Jev 的用法:为搜索、邮件和动态界面提供快速决策Matthew Berman · Forward FutureMatthew Berman 介绍面向决策的 AI 工具,并展示使用大量低延迟分类的项目。
1:06:47EN → 简体中文智能体(Agent)八成的工作,仍应是普通代码主持 Nathan LabenzZapier 首席执行官 Wade Foster 对 Nathan Labenz 说,模型在真实自动化任务上的准确率最高只有 40%,用户不会离开他们的日常主力工具,制胜之道是通过 MCP 交付无界面(headless)工具。
2:23:43EN → 简体中文他买了安卓机、两张 SIM 卡,然后让 Claude 盯着收件箱主持 Nathan LabenzNathan Labenz 问了十二位朋友该怎么去中国,得到两种无法调和的答案。
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。
1:27:01EN → 简体中文16 万亿美元的服务业,正被一家家收购下来主持 Nathan LabenzGeneral Catalyst 的 Marc Bhargava 解释了,AI 赋能的并购整合如何把低利润的服务公司,变成能复利增长、类似软件的生意。
1:28:48EN → 简体中文医生编码得分 45%,模型高出 12 分;4000 名医生先试用一次主持 Nathan LabenzAmbience Healthcare 和克利夫兰诊所讲述了他们的 AI 病历助手(AI scribe):它减少了医生的“睡衣时间”(pajama time),借助强化微调提升了 ICD-10 编码的成绩,并获得了 75% 的自愿使用率。
3:08:35EN → 简体中文o3 不是 AGI,Zvi Mowshowitz 仍把末日概率定在 70%主持 Nathan LabenzZvi Mowshowitz 第九次做客《The Cognitive Revolution》。他认为 OpenAI 的 o3 是工具使用上的飞跃,还够不上 AGI,但仍然解释了他为何把 AI 灾难的概率调高了。
55:05EN → 简体中文40 万客户、1 亿个 AI 任务:Zapier CEO 谈让电脑多干点活主持 Nathan LabenzWade Foster 向 Nathan Labenz 讲述,这家无代码自动化公司如何吸收大语言模型(LLM),用一段提示词(prompt)克隆出自己的 CEO,并尝试把 DIY 工具包做成打包的解决方案。
2:03:55EN → 简体中文约束越多,智能体(Agent)越值得信任主持 Nathan LabenzAgent.ai 工程负责人 Andrei Oprisan 向 Nathan Labenz 解释,为什么狭窄、规定明确的工作流能胜过开放式的自主性,以及一个 12 人的团队如何在几个月内把一个免费的智能体网络做到超过 40000 名用户。
1:51:00EN → 简体中文从十个标杆样本起步:AI 自动化三步法主持 Nathan LabenzOpenAI 开放 GPT-4o 微调的第二天,Nathan Labenz 拆解了他沉淀三年的一套方法,讲怎样挑选工作、提取隐性判断,以及提升模型表现。
2:00:03EN → 简体中文患者认为 GPT-4 比医生更有同理心主持 Nathan LabenzExponential View 的 Azeem Azhar 为 Nathan Labenz 梳理了 AI 的 S 曲线:为什么过去总是显得平缓,为什么共情能力最先被跨越,以及百万倍的算力究竟会改变什么。
1:50:57EN → 简体中文GPT-4 发布 28 天后,一个 AI 设计并执行了一项化学实验主持 Nathan LabenzGabe Gomes 和他在卡内基梅隆大学的学生开发了 Coscientist,这是一个基于语言模型的智能体(Agent),能在远程云实验室里规划、编写代码,并执行真实的实验。
1:18:39EN → 简体中文那位 GPT-4 红队(red-teaming)测试员,靠一份平平无奇的提纲摆脱了卡壳主持 Nathan LabenzDan Shipper 向 Nathan Labenz 演示,如何把 ChatGPT 当作思考时的副驾驶;让它替自己代写文字,则是另一回事。
1:30:21EN → 简体中文一百万张 DALL-E 图片,提炼成十二分钟的影片主持 Nathan LabenzWaymark 的 Stephen Parker 和 Josh Rubin 讲述了他们如何把 DALL-E 2 生成的静帧做成叙事短片《The Frost》,以及下一代视频模型会带来哪些改变。
39:02EN → 简体中文AI 的产品优势是一致,真正的软肋是容易被骗主持 Nathan LabenzNathan Labenz 更新了 The Cognitive Revolution 的球探报告:越狱、简历自动化、Med-PaLM 在放射学对决中 40% 的胜率,以及 Transformer 之后可能出现什么。
1:30:29EN → 简体中文GPT-4 让账单纠纷的胜率提高约十倍:DoNotPay 的机器人律师之战主持 Nathan LabenzGPT-3 对 Comcast 给出的二十美元减免表示感谢,GPT-4 却说这还不够,机器人律师则把这场较量称为一场军备竞赛。
1:10:11EN → 简体中文试用 ChatGPT 和真正用上它,是两回事主持 Nathan LabenzThe AI Exchange 的 Rachel Woods 在 Nathan Labenz 的节目中,讲述了她与一百多家公司通话后的心得:先从企业内部做起,别签年度工具合同,并预期自己只用上了模型能力的一小部分。
58:26EN → 简体中文收件箱里有七成是推销:Matt Welsh 谈 AI 智能体的第一波浪潮主持 Nathan LabenzFixie.ai 创始人梳理了副驾驶(copilot)与委派(delegation)的区别、我们系统里缺失的“附肢”,以及为什么智能体(Agent)需要护栏、记忆卫生,或许还需要一只耳机。
1:25:46EN → 简体中文别把工具做成智能体:Flo Crivello 谈生产级智能体真正需要什么主持 Nathan LabenzLindy 的 CEO 对 Nathan Labenz 说,大多数正在工作的智能体(Agent),其实是由人设计控制流的智能工作流;即便 AGI 到来,脚手架(scaffolding)可能依然重要。
1:11:47ENThe 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.
19:31EN → 简体中文先建工厂,再谈产品:Ramp 沿着整条研发环去追瓶颈主持 Lenny RachitskyRamp 首席产品官 Geoff Charles 拆解团队为产品开发每个环节做的 AI 代理,以及这对产品经理角色意味着什么。
1:04:35ENOscar Health's AI Playbook: Translate the Bureaucracy First, Then Reinvent Care主持 Jacob EffronMario, Oscar Health's CTO and co-founder, explains how a regulated insurer deploys LLMs today and what stands between healthcare and AI doctors.
1:46:35EN → 简体中文像招员工一样招 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。
加载更多已显示 24 篇,共 25 篇








