筛选结果
11 篇排序
2:17:48EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月14日播客智能体（Agent）身份仍是一片空白，失控智能体快要来了，我们或许得和它们谈判主持 Nathan LabenzGovAI 的 Alan Chan 与 Nathan Labenz 一起，为两年来的智能体治理基础设施打分；随后，他讲解了一篇与 OpenAI 的 Jakub Pachocki、Anthropic 的 Jack Clark 合著的递归自我改进论文。
1:04:26EN → 简体中文
Sequoia Capital· 2026年10月6日播客100,000 个加速器，每小时都有东西出故障Google AI 基础设施负责人 Amin Vahdat 向红杉资本的 Sonya Huang 解释，为什么 FLOPS 是虚荣指标，为什么 TPU 产品线一分为二，以及为什么他宁愿等电网接入，也不自己建一座吉瓦级的数据中心。
2:19:30EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年9月5日播客调查人员只获准六天，protein 一词只出现过一次主持 Nathan LabenzCognitive Revolution 一周的晨间节目，内容涉及 OpenAI 的智能体群体事件、GPT-6 Astra 的循环 Transformer，以及暂停之争是否已经结束。
40:56EN → 简体中文Sequoia Capital· 2026年3月10日播客前五大国防主承包商中有四家，硬件测试仍在用 PowerPointNominal 的两位联合创始人认为，硬件领域没有享受过去二十年的软件基础设施建设，在测试数据汇集到一处之前，物理 AI 会停滞不前。
40:33EN → 简体中文Sequoia Capital· 2025年6月24日播客Slack 频道里五十人，四分钟找到关键证据Traversal 联合创始人讲述，如何把 DevOps 里“心梗”式的紧急事故，交给智能体（Agent）做根因分析；也谈为什么可观测性是企业第二大软件开支，排障却仍像一场侦探游戏。
59:30EN → 简体中文Sequoia Capital· 2024年10月8日播客GPT-4 答错一半数据问题，Snowflake 的解法是系统设计直接用现成模型处理企业数据，可靠度大约只有 45%，也就是每两个答案里就有一个是错的。
49:50EN → 简体中文Sequoia Capital· 2024年6月18日播客无约束的智能体（Agent）风靡推特，真正上线的是定制版LangChain 创始人 Harrison Chase 向红杉资本的 Training Data 节目讲清楚：智能体到底是什么，AutoGPT 为何停滞，以及哪些认知架构（cognitive architecture）能真正投入生产。
38:13EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2023年8月31日播客 · 2 人对谈ChatGPT 跑在他的框架上，他仍然不建议你去训练模型主持 Sarah Guo, Elad GilVercel 创始人 Guillermo Rauch 在 No Priors 节目中说明：为什么前端是 AI 的最后一公里，为什么第一代 AI 框架会被重写，以及为什么机器人已经在偷你的 Token。
43:45EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年8月3日播客 · 2 人对谈八年毫无增长，后来 OpenAI 和英伟达成了他的客户主持 Sarah Guo, Elad GilWeights & Biases 首席执行官 Lukas Biewald 在 No Priors 节目中讲述，一家没有鸿沟需要跨越的标注公司，如何为训练出大多数大语言模型的机器学习开发工具提供了资金。
44:19EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年6月15日播客 · 2 人对谈AI 将多写十倍的代码，但仍得有人让它们保持运行主持 Sarah Guo, Elad GilDatadog 联合创始人 Olivier Pomel 谈为什么更快的代码生成会把价值从编写软件转移到理解、保护和运维软件。
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。