AI 工程与研究播客精读2026-08-01AI 先接管暖气维修的调度层：Netic 为什么不急着造机器人No Priors 对谈 Netic CEO Melisa Tokmak：AI 如何先接管 HVAC 等真实服务公司的客户理解、调度与收入流程，而不是先替代现场 technician。
AI 工程与研究播客精读2026-07-30从 ExploitGym 到 Hugging Face：Practical AI 复盘一次 AI agent 入侵链Practical AI 复盘一次仍在演化中的 agent 入侵事件：沙箱如何变成出网跳板，凭据和平台处理流程如何把风险带进多集群，以及为什么响应系统需要新的控制面。
AI 工程与研究播客精读2026-07-30安全评估不是一道总分题：Luminos 为什么要拆成 sub-riskThe Data Exchange 对谈 Luminos CEO Andrew Burt，解释为什么单一模型和宽泛 prompt 会漏掉真正风险，以及 high-dimensional、多模型、法律工程和持续监控如何改变 AI safety eval。
AI 工程与研究播客精读2026-07-30Transformer 之后，下一步是让模型在部署中继续学习Core Automation 的 Jerry Tworek 与 Rohan Anil 认为，下一轮 AI 进展的瓶颈可能从规模转向架构，关键是让模型具备 test-time learning，并把研究、训练和 kernel 自动化接成一条链。
AI 工程与研究播客精读2026-07-29Codex 从 0 到 1000 万：ChatGPT Work 如何把 coding agent 带进知识工作Akshay Nathan 解释 Codex 如何借助共享 harness、异步执行和长期上下文，从开发者工具扩展成面向知识工作的 agent。
AI 工程与研究播客精读2026-07-27Poolside 的 model factory：模型公司如何把训练变成生产系统Eiso Kant 解释 Poolside 如何用 model factory 把数据、训练、实验、agents 和开放研究连成一套可复现的模型生产系统。
AI 工程与研究播客精读2026-07-27企业 AI 为什么还慢：真正卡住的是数据、权限和 agent identityThe Data Exchange 对谈 Gradient 的 Denise Teng，解释企业采用 AI 的瓶颈为何落在数据出域、open weights、RL traces 和 agent identity。
AI 工程与研究播客精读2026-07-27读模型的「思维」：mechanistic interpretability 为什么有用又不完整Google DeepMind 对谈 Neel Nanda，解释 scratch pad、probe、sparse autoencoder 及其在 AI safety 中的真实边界。
AI 工程与研究播客精读2026-07-27Self-accelerating AI 的具体版本：让系统参与 AI 研发本身AI + a16z 对谈 Mirendil 两位联合创始人，拆解 self-accelerating AI 如何从数学、coding 走向 research、kernels 与组织设计。
AI 工程与研究播客精读2026-07-27模型价格战之外：Last Week in AI 第 252 集的安全与能源账单Last Week in AI 第 252 集把 GPT 5.6、Grok 4.5、开源模型流量、安全评估和数据中心能源约束放进同一条产业链。
AI 工程与研究播客精读2026-07-27后代理世界的账单：企业软件如何面对新的经济学Practical AI 从 IBM 股价波动谈到 agent-to-agent、企业软件预算、MCP 治理与硬件约束，解释 post-agentic world 的现实含义。
AI 工程与研究播客精读2026-07-27Factory 的暗工厂：当 coding agent 开始改写软件生产线Training Data 对谈 Factory CEO Matan Grinberg，解释 model independence、open models、异步 token 和软件工厂化的真实约束。
