筛选结果
9 篇排序
1:10:12EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月7日播客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。
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。
51:31EN → 简体中文
Sequoia Capital· 2026年7月21日播客他们退还了将近 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。
41:25EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2025年6月12日播客 · 2 人对谈Ben Mann 认为 2028 年出现超级智能相当有可能主持 Sarah Guo, Elad GilAnthropic 联合创始人向《No Priors》播客讲述了 Claude 4 如何解锁数小时的无人值守智能体工作，Anthropic 为什么做出了 Claude Code，以及经济图灵测试究竟测什么。
1:32:29EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年2月9日播客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。
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。
1:03:07EN → 简体中文Sequoia Capital· 2024年11月26日播客推理能力两年没怎么动，Dust 仍为一位客户省下 8000 小时Dust 联合创始人 Gabriel Hubert 与 Stanislas Polu 谈多模型智能体（Agent）、在产品与市场契合（product-market fit）之前不买 GPU，以及从计算器式工具到随机性工具的跃迁。
51:55EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年5月11日播客 · 2 人对谈九个数量级之后，他推出的是陪伴者，而非神谕主持 Sarah Guo, Elad GilDeepMind 联合创始人 Mustafa Suleyman 在 No Priors 节目中讲述，Inflection 的第一款产品为什么是一个站在你这边的个人 AI，以及缺失的一环为什么是路由器，而非更大的模型。
23:54ENNo Priors: AI, Machine Learning, Tech, & Startups播客 · 2 人对谈Beyond GPT-7: The Customization Toolkit, Meta's Open Source Bet and the Return of Consumer AI主持 Sarah Guo, Elad GilIn a host-only episode, the No Priors hosts map the six levers for 10x to 100x better AI, explain fine-tuning, RAG and AI feedback, and ask why consumer social is suddenly interesting again.