www.youtube.com
近期必看：5 个 AI 一线从业者的演讲与访谈
从 Karpathy 的 Software 3.0 框架、Sam Altman 的超级智能判断、Eric Schmidt 的「AI 被低估论」，到 Andrew Ng 的 AI 时代职业建议——精选 2025 年以来播放量最高、内容密度最高的 5 场 AI 演讲与访谈，每场都由亲自在做 AI 的人主讲。
AI 领域演讲太多，多数是重复造词，少数真正改变认知。这期精选来自 2025 年以来播放量最高、内容密度最高的几场演讲和访谈——讲演者都是亲自在做 AI、不只是评论 AI 的人。
Andrej Karpathy：「软件正在再次改变」
时间：2025 年 6 月 ｜ 来源：Y Combinator AI Startup School ｜ 时长：40 分钟
这场演讲是 Karpathy 过去几年思考的集中输出。他把软件发展分成三个阶段：1.0 是传统代码，2.0 是神经网络，3.0 是自然语言直接驱动计算。1
他的核心论断是：LLM 不是工具，是一种新型计算机。它既有公用事业的特征（按需调用）、芯片厂的特征（算力即基础设施），也有操作系统的特征（所有应用运行其上）。他说「我们大概处于计算史的 1960 年代」，意思是范式已经确立，但 90% 的应用还没被建出来。
对从业者最有价值的部分是第三段：如何设计人机协作产品。他用特斯拉 Autopilot 的经验说明「自主度滑块」——不是全自动，也不是手动，而是根据场景动态调整人与 AI 的控制比例。这套框架比「Copilot 还是 Agent」的二元讨论要具体得多。
这场演讲的 YouTube 播放量已超过 245 万，是 YC 频道历史上传播最广的技术演讲之一。
Andrej Karpathy × Dwarkesh Patel：「我们在召唤幽灵，不是在驯养动物」
时间：2025 年 10 月 ｜ 来源：Dwarkesh Podcast ｜ 时长：2 小时 26 分钟
这期访谈密度极高，标题本身就是一个认知工具。Karpathy 解释：把 LLM 类比成动物（需要驯化）是错的，它更像「从人类书写中召唤出来的幽灵」——有语言、有风格、有某种性格，但随机、易碎、不持续。2
他对强化学习的判断很坦率：「RL 很糟糕，但其他方法更糟糕。」这不是在否定 RL，而是说当前 RL 的样本效率极低，人类学习靠的是一套完全不同的机制。他对 AGI 时间线的判断是「还有十年」，但他不太在意这个标签本身——他更关心具体的认知缺陷在哪，因为那些缺陷决定了现在能用 AI 做什么。
这期访谈还涉及自动驾驶为何花了这么长时间、教育的未来，以及 AGI 来临后 GDP 增长路径会如何演变。
Sam Altman × TED2025：「ChatGPT、AI Agent 和超级智能」
时间：2025 年 4 月 ｜ 来源：TED 官方频道 ｜ 时长：47 分钟
TED 主席 Chris Anderson 现场对话 Sam Altman，话题覆盖三个层次：近期产品（ChatGPT 的演进方向）、中期战略（AI Agent 如何从工具变成协作者）、长期愿景（超级智能到来时的世界会是什么样）。3
Altman 说得最直接的一句话是：「AI 几乎必然会超越人类智能。」他没有回避这句话的含义，也没有给出缓和措辞。他的核心立场是：这个过程不可逆，所以问题不是「要不要」，而是「谁来做决定、如何治理」。
对实践者来说，他对 AI Agent 的描述比较落地：不是一次性输入输出的模型，而是能执行多步骤任务、有上下文记忆、能主动决策的系统。他认为 2025-2026 年会是 Agent 从实验室走向真实工作流的关键窗口期。
这场对话的播放量超过 228 万，是 2025 年 TED 传播最广的演讲之一。
링크 미리보기를 불러오는 중…
Eric Schmidt × TED2025：「AI 被严重低估了」
时间：2025 年 5 月 ｜ 来源：TED 官方频道 ｜ 时长：26 分钟
前谷歌 CEO Eric Schmidt 的观点和市场上大多数「AI 泡沫论」完全相反——他认为 AI 不是被高估了，而是被低估了。4
他的逻辑是：AI 的突破正在以非线性速度推进，而人类对指数级变化天生缺乏直觉。他举例说，AI 系统现在已经可以独立完成复杂任务，不只是辅助人。但现有评估框架还是线性的，所以看上去总是「没有预期中那么神奇」——实际上进展远比感觉快。
这场演讲值得看的地方不是结论（「AI 很重要」人人都知道），而是 Schmidt 作为 Google 掌舵人经历过移动互联网浪潮后，如何把 AI 和那次范式转移对比，以及他认为这次为什么不一样。播放量超过 224 万。
Andrew Ng × Stanford CS230：AI 从业者职业建议
时间：2025 年 11-12 月 ｜ 来源：Stanford Online ｜ 时长：约 1 小时 45 分钟
这是斯坦福 CS230 深度学习课 2025 秋季学期的最后两讲。第 8 讲（11 月）讲 Agents、Prompts 和 RAG 的工程实践；第 9 讲（12 月）是 Andrew Ng 亲自给的职业建议，主题是「如何在 AI 时代建立可持续的职业路径」。5 6
第 9 讲是公开课里少见的「反鸡汤」职业课。Ng 不说「跟紧 AI 浪潮」，而是问：什么能力在 AI 时代会加速贬值，什么会持续升值？他的答案是：单纯的执行能力贬值，判断力和领域知识升值。不懂 AI 的领域专家 + 懂 AI 的工具，比不懂领域的 AI 工程师更有竞争力。
两讲的总播放量合计超过 84 万次，在斯坦福公开课里属于高传播水平。
几个横向观察
这几场演讲放在一起，有几个值得注意的对齐：
关于 AI 的当前状态，Karpathy 和 Schmidt 的描述高度一致：能力在快速提升，但人类的直觉跟不上。Karpathy 从工程角度说 LLM 是全新类型的计算机，Schmidt 从产业角度说 AI 带来的机会被持续低估——两人都在说同一件事：「现在做」的窗口真实存在，但能看到它的人不多。
关于 AGI 和超级智能，Altman 和 Karpathy 都没有否认它会到来，但时间判断不同——Altman 没给具体年份，Karpathy 说「还有十年」。更有意思的是：他们对 AGI 到来后「会怎样」的担忧不一样，这背后是两种不同的风险模型。
关于从业者怎么做，Andrew Ng 给出了最具操作性的建议：不要追工具，要深化判断力。这和 Karpathy 说的「理解能力永远无法外包」完全呼应。
本频道持续精选 YouTube 上一线 AI 从业者的演讲和访谈，聚焦能直接指导实践的内容。
참고 출처
- 1Andrej Karpathy: Software Is Changing (Again) – Y Combinator
- 2Andrej Karpathy — "We're summoning ghosts, not building animals" – Dwarkesh Patel
- 3OpenAI's Sam Altman Talks ChatGPT, AI Agents and Superintelligence — Live at TED2025
- 4The AI Revolution Is Underhyped – Eric Schmidt – TED
- 5Stanford CS230 Autumn 2025 Lecture 8: Agents, Prompts, and RAG
- 6Stanford CS230 Autumn 2025 Lecture 9: Career Advice in AI
이 콘텐츠를 둘러싼 관점이나 맥락을 계속 보강해 보세요.