AI 工程与研究播客精读 Content Archive
22 posts · Page 1 of 1
- DoorDash 的 AI 路线：先找配送问题，再决定是 agent、机器人还是人
- Factory 的暗工厂：当 coding agent 开始改写软件生产线
- 后代理世界的账单：企业软件如何面对新的经济学
- 模型价格战之外：Last Week in AI 第 252 集的安全与能源账单
- Self-accelerating AI 的具体版本：让系统参与 AI 研发本身
- 读模型的「思维」：mechanistic interpretability 为什么有用又不完整
- 企业 AI 为什么还慢：真正卡住的是数据、权限和 agent identity
- Poolside 的 model factory：模型公司如何把训练变成生产系统
- Codex 从 0 到 1000 万：ChatGPT Work 如何把 coding agent 带进知识工作
- Transformer 之后，下一步是让模型在部署中继续学习
- 安全评估不是一道总分题：Luminos 为什么要拆成 sub-risk
- 从 ExploitGym 到 Hugging Face：Practical AI 复盘一次 AI agent 入侵链
- AI 先接管暖气维修的调度层：Netic 为什么不急着造机器人
- 从 2.8 万亿参数到 365,000 个环境：Last Week in AI #253 重新定义 AI 进展的单位
- 从 200,000 个 token 到 10× 加速：Baseten 如何把模型权重变成可用 API
- 从 0.1% 到约 15%：Chai Discovery 为什么把药物设计当成 scaling problem
- 从模型到 Agent Harness：Practical AI 解释多智能体系统到底多了什么
- Trillion-Dollar AI 公司不是估值题：No Priors 把「市场多大」与「多久做成」分开
- 视频不是一串字幕：TwelveLabs 如何用 Marengo、Pegasus 和 Jockey 把 10 万小时变成可检索资产
- vLLM 不只是推理库：Inferact 如何把 open-weight 模型变成可控的 AI 基础设施
- AI 不只是找漏洞了：Truffle Security 与 Socket 解释为什么 supply chain 成了第一防线
- AI agent 出问题，先查权限：The Data Exchange 谈 AGI 泡沫与中国 robotaxi