AI前沿 - 节目列表

人类资本市场历史上最疯狂的IPO就要来了。北京时间5月21日凌晨，SpaceX正式向美国SEC提交了一份长达近500页的S-1文件，计划6月12日在纳斯达克挂牌，股票代码SPCX。目标估值1.75万亿到2万亿美元，融资750到800亿美元。一家年亏近50亿、正在疯狂烧钱的公司，凭什么敢要2万亿美元的估值？马斯克到底在招股书里画了一张多大的饼？答案就藏在三个关键词里，星链印钞、AI烧钱，以及一个比全球GDP四分之一还大的、高达28.5万亿美元的可服务市场。 https://www.sec.gov/Archives/edgar/data/1181412/000162828026036936/spaceexplorationtechnologi.htm 原视频来自：https://youtu.be/xe_PZk-2bCU 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

5月14日，Anthropic正式发布了一份报告，名为《创始人手册：打造AI原生初创公司》。这份手册，可以说直接重写了AI时代从一个想法到一家规模化公司的完整生命周期，甚至把10人轻量化独角兽这个概念，从遥不可及的传奇，变成了可以精准落地的执行方案。AI不仅改变了创业路径，也让创始人的角色被彻底重构，今天，我们就来给大家详细拆解一下，AI原生初创公司的四大阶段。 https://claude.com/blog/the-founders-playbook 原视频来自：https://youtu.be/4Ejf7QRLA6I 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

OpenAI的一个通用模型自主解决了困扰数学家近80年的单位距离问题，推翻了一个长期存在的猜想，还用到了代数数论里的意外工具。这是AI第一次解决一个子领域中心的重要公开问题，菲尔兹奖得主等高手指评其为里程碑。这期我们聊聊这个结果到底有多震撼，以及它对AI和数学意味着什么。 https://openai.com/index/model-disproves-discrete-geometry-conjecture/ 原视频来自：https://youtu.be/vSs3uZwJgt8 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

Anthropic的Claude究竟是如何打造出来的，下一代的Claude又将如何发展呢？想要了解这些内容，我觉得最好的信息来源就是Anthropic的内部开发人员。5月17日，Anthropic的现任研究产品经理Alex Albert，参加了Peter Yang的一期播客，从开发一线的视角，拆解了Claude的全流程产研逻辑。 https://www.youtube.com/watch?v=T4ieZPIEmd8 原视频来自：https://youtu.be/sIENjZ8ShI8 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

当AI能比人类更快、更准地证明数学定理，我们的数学研究，甚至整个数学体系，到底该往哪走？可能很多朋友觉得，数学离我们很远，但是这件事的本质，是AI正在挑战人类最核心的知识生产与传承的逻辑。几天前，陶哲轩在未来数学研讨会（Future of Mathematics Symposium）上做了一场 keynote 演讲，核心内容直指当下AI辅助数学研究的核心矛盾，而这场分享，也让我们第一次清晰看到，数学，这个几千年来几乎没怎么变过的学科，正站在一场不得不改的变革前夜。 https://youtu.be/Uc2zt198U_U?si=p1SWBGecCq93mL6N 原视频来自：https://youtu.be/z8t6WOY8lc4 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

2026年4月，来自美国密歇根大学、斯坦福大学、麻省理工学院、谷歌DeepMind、微软AI，以及All Hands AI的研究团队，发布了一篇名为《AI Agent如何花你的钱？分析和预测Agent编码任务中的token消耗》的论文，这也是全球首次系统性研究Agent代码任务Token消耗模式的研究。研究团队基于开源的OpenHands Agent框架，在SWE-bench Verified代码任务基准上，测试了8款全球最前沿的大语言模型，跑了数千次实验，终于揭开了AI Agent Token消耗的全部真相。今天这期，我就来给大家梳理一下这份论文，从从Token花在哪、哪些模型更省钱、能不能提前预测成本这三个核心问题出发，彻底看懂AI Agent的隐形账单。 https://arxiv.org/pdf/2604.22750 原视频来自：https://youtu.be/dvWfeexfa1s 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

Claude Fable 5，这款被业内寄予厚望、号称刷新了公开模型能力上限的大模型，从正式发布到全球范围内强制下线，只活了不到四天。整个过程像一场极速上演的荒诞剧，从封神到封禁，中间穿插了产品争议、企业博弈和政府行政指令，几乎把AI行业当下所有的核心矛盾都浓缩在了这96个小时里。今天我们就把这件事的来龙去脉完整梳理一遍，看看这场闹剧背后，到底藏着哪些值得整个行业深思的问题。 https://www.anthropic.com/news/fable-mythos-access https://x.com/repligate/status/2065614003263729679?s=20 https://x.com/Aizkmusic/status/2065612747472007360?s=20 原视频来自：https://www.youtube.com/watch?v=0DFydRKSvKs 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

最近一段时间，Anthropic的估值增长极快，已经快要站上万亿台阶。它作为当下全球增长最快的AI公司，是唯一能和OpenAI正面抗衡的前沿大模型厂商，它的每一个决策和布局，都直接影响着整个AI行业的走向。5月13日，Anthropic的首席财务官克里希纳·拉奥（Krishna Rao），接受了全球顶级投资播客《Invest Like The Best》的专访。作为CFO，克里希纳·拉奥掌管着Anthropic最核心的命脉，他的分享，应该说是我们了解Anthropic内部运作和决策的一次绝佳机会，今天就来给大家分享一下。 https://www.youtube.com/watch?v=wEEZPpx8qow 原视频来自：https://youtu.be/2CqrqS1uumU 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

2026年5月14日，亚历山大王（Alexander Wang）做客科技播客节目《Core Memory》，完成了入职Meta近一年来的首次全面公开访谈，这场访谈，从Llama 4偏离轨道的真相、Muse Spark的技术逻辑，到Meta超级智能实验室的内部架构、对AI终局的核心判断，再到他与山姆·奥特曼（Sam Altman）的决裂、和杨立昆的和解，以及马克·扎克伯格亲自煮汤挖人的真实细节，甚至是他开始深度思考的模型福祉等前沿哲学命题，他全都毫无保留地进行了分享。今天这期就来给大家还原一下，亚历山大王加入Meta后的真实工作状态、Meta AI的全盘战略布局，以及在他眼中，当前全球AI行业的格局与未来走向。 https://www.corememory.com/p/metas-ai-chief-alex-wang-muse-spark-ai-wars 原视频来自：https://youtu.be/j4UsaXKjQL0 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

5月7日，Anthropic发布了一篇关于机制可解释性的最新研究，自然语言自编码器（Natural Language Autoencoders），简称NLA。从稀疏自编码器SAE到今天的NLA，Anthropic一直在试图撬开大模型的黑盒，而这一次，他们直接把大模型内部高维到人类完全无法理解的激活向量，翻译成了我们能逐字读懂的自然语言。这期我们就来介绍一下这项研究。 https://www.anthropic.com/research/natural-language-autoencoders https://transformer-circuits.pub/2026/nla/index.html https://www.goodfire.ai/research/interpreting-lm-parameters 原视频来自：https://youtu.be/aOWdyqUHkmc 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

在过去十几年里，我们默认AI的学习，核心都是在调整模型的参数。但有一个问题始终卡在整个AI领域的咽喉位置，那就是持续学习中的灾难性遗忘。就在最近，OpenAI的工程师翁家翌发布了一篇名为《超越梯度的学习（Learning Beyond Gradients）》的文章，用一系列堪称惊艳的实验，提出了一种完全跳出梯度框架的全新学习范式，启发式学习（Heuristic Learning）。他用编码Agent代替人工，不训练任何神经网络，不更新任何模型权重，仅仅通过修改代码规则和维护软件系统，就让AI在Atari游戏和机器人控制任务中，达到了深度强化学习的水准，甚至在样本效率上实现了反超。这篇文章不仅解释了为什么传统规则系统一直没有发展起来，更是指出了持续学习的全新破局方向。接下来，我就来给大家梳理一下。 https://trinkle23897.github.io/learning-beyond-gradients/#zh 原视频来自：https://youtu.be/1vOeJ6xFL_E 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿

最近YC的总裁Garry Tan，做了一期Lightcone播客对话。在这期内容里，Garry Tan作为YC的掌舵人，同时也是一位时隔13年重新回归代码开发的资深极客，用自己全职工作之余的亲身实践，证明了一件颠覆行业认知的事情，在AI智能体全面普及的今天，单个人就能借助AI工具，实现过去整个专业团队才能完成的开发工作量，他个人的代码产出效率，甚至达到了自己2013年全职写代码时的400倍。而支撑这一切的核心，就是Tokenmaxxing，Token最大化的理念，以及他自己开发的GStack的全新人机协作工作流。 https://www.youtube.com/watch?v=57lDpTwiW6g 原视频来自：https://youtu.be/fmR91KKSEuc 聊天讨论群，可加微信gxjdian入群，需备注，来自播客AI前沿