筛选结果
92 篇排序
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。
5:15:51EN → 简体中文DHH 没有亲手写一行 Omarchy Quattro 的代码嘉宾 DHH · 主持 Lex Fridman与 Lex Fridman 一次充满怀疑的对话过去十三个月后,Rails 的创造者讲述了 Opus 4.5、一群编码智能体(Agent)和一个一分钟的 Linux 安装器,如何结束了他一凿一凿手写 Ruby 的时代。
1:04:14EN → 简体中文帮忙在 120 天内建起 Colossus 的人,正押注一个住在你家里的 AI主持 Jacob EffronxAI 联合创始人 Igor Babuschkin 离开后创办了 River AI。他认为,编程智能体(Agent)已经跨过了一道门槛,闭源实验室正被挤压,而下一个大奖是个人化、本地化的智能。
51:31EN → 简体中文他们退还了将近 200 万美元,随后 Factory 的 CEO 讲起了“黑灯工厂”(dark factory)Matan Grinberg 谈自己早了两年的布局,为什么与模型无关的调度框架(harness)胜过实验室的联合设计,以及为什么很快就会有 90% 的编码 Token 在熄灯的状态下运行。
51:09EN → 简体中文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。
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。
41:09EN → 简体中文智能体(Agent)泄露 Token、删掉数据库之后,Onyx 训练小模型盯着大模型主持 Sarah Guo, Elad Gil两年前,企业安全采购方告诉 Maxim Bar Kogan,他太早了。如今,财富 10 强公司纷纷找上这家不到 100 人的以色列创业公司,因为它们拦不住智能体的普及,能做的只是降低下一步操作不正当的概率。
45:33EN → 简体中文Cursor 如何在一分钟内跨洋传输 1TB 的 Composer 权重Federico Cassano 和 Fireworks 的 Dima 讲解了训练 Composer 2 的全球分布式强化学习技术栈,其底座是一个稀疏的万亿参数混合专家模型(MoE)。
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。
1:06:31EN → 简体中文Andrej Karpathy 自 12 月以来几乎没再敲过一行代码主持 Sarah Guo, Elad Gil这位 OpenAI 联合创始人、前特斯拉 AI 总监在《No Priors》播客上,讲述了编程智能体(coding agent)的“循环式”时代、AutoResearch,以及为什么现在的瓶颈变成了人。
54:26EN → 简体中文100 亿活跃参数,以及让模型适配智能体的枯燥工作主持 Nathan LabenzMiniMax 研究员 Olive Song 讲解了 M2 的训练方法:她把专家开发者当作奖励模型(reward model),采用交错思考(interleaved thinking),并搭建了扰动流水线,把每一次脚手架变动都当作真正的泛化考验。
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。
48:03EN → 简体中文编程终将被解决,真正的瓶颈是说清楚你想要什么Warp 创始人 Zach Lloyd 向红杉资本的 Sonya Huang 讲述,为什么重做后的终端恰好成了编程智能体的合适形态,以及他为什么不再为 Token 用量提供补贴。
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。
40:13EN → 简体中文只要人还需要读代码,IDE 就不会死Zed 创始人 Nathan Sobo 认为,源代码是写给人看的语言;终端智能体(Agent)仍然需要可视化编辑器,而每一次编辑都应该能挂上对话。
42:06EN → 简体中文SWE-bench 突破 80.9% 之后,Dianne Na Penn 如何评价 Opus 4.5主持 Jacob EffronAnthropic 负责计算机使用研究的产品负责人,谈有误导性的 token 价格、轻量框架(harness),以及为什么对齐(alignment)会让模型成为更好的思考者。
27:19EN → 简体中文图灵测试已经通过,Warp CEO 说几乎没人在意主持 Sarah Guo, Elad GilZach Lloyd 谈如何在没有意识的前提下蒸馏智能,为什么一个有 40 年历史的终端会成为编程智能体的入口,以及资深工程师为什么刚刚变得更值钱。
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。
加载更多已显示 24 篇,共 92 篇









