AI智识录

AI智识录 的全部节目

共 156 集。

姚顺雨在 2026 未来科学大奖周科学峰会上关于 AI for Science的演讲

姚顺雨在 2026 未来科学大奖周科学峰会上关于 AI for Science的演讲

AI智识录

这是腾讯首席 AI 科学家姚顺雨在 2026 未来科学大奖周科学峰会上的主题演讲,全长约 26 分钟。原文为英文演讲,做了中文翻译。演讲试图回答:当大模型已经能写代码、读论文、做实验,AI 与科学究竟会以什么形态结合? 姚顺雨把 AI for Science 拆成三次范式。第一代是专用模型,针对单一科学问题训练专用结构,在一个点上做得极深,但换一个任务就要重来,知识无法迁移。第二代是语言智能体,以大模型为中枢,学会调用已有的科学工具、数据库和仿真器,通过推理与规划串联起多步复杂流程,开始具备一定的通用性。第三代是「会造工具的智能体」:当现有工具不够用时,它自己写代码、封装新工具,并把工具沉淀下来供后续复用,能力因此可以累积而不是每次从零开始。 工具一旦能被智能体自己生产,能力的增长就不再只依赖模型参数,而是依赖一个可以自我扩张的工具生态。这也是他认为 AI for Science 会先在数学、编程、化学模拟这类「有明确对错、能自我验证」的数字域里跑通的原因:在这种可验证环境中,智能体能借助反馈持续改进。 整场演讲没有停留在愿景,它把焦点从「模型有多强」转向「智能体能构建什么」,这可能是理解下一代 AI 更有效的一个入口。

14 分钟 99+ 次播放 1周前

DeepSeek 团队:Super-agent 设计探索(迈向更自主的 Agent 系统)

DeepSeek 团队:Super-agent 设计探索(迈向更自主的 Agent 系统)

AI智识录

DeepSeek 产品部与 Harness 团队发布技术长文,探讨下一代 AI Agent 的形态:Super-agent(超级 Agent):https://mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg 文章从日常痛点切入:现在的 Agent 几乎都以单个聊天窗口为核心,窗口之间彼此隔离,同时推进几件事就得反复切换,还要用脑子记住每个窗口的进度,人的注意力成了最大瓶颈。再叠加“执行耗时卡死、交代多了上下文混乱、关机就罢工”这些问题,单任务的上限取决于模型,多任务的上限则完全受限于人。 团队据此提出四条标准:连续、高效、主动、持久,并用五个模块来落实:双层架构,前台常驻总调度只负责理解意图和沟通,后台专职 Worker 各自隔离、专心干活,职责划分固定下来,不靠提示词去求模型自觉;事件驱动,快慢双通道过滤消息、订阅直通绕过中转、内联与溢出管理窗口、以及“先悄悄跑起来”的投机执行;面向人的交互,把一问一答升级为随时可插话的全双工,并按群聊、邮件、代码平台调整表达密度;计算、状态与环境分离,大脑上云常驻,本地只留一双手;最后是“watchdog”,以外部监工的视角定时巡检,防止模型陷入死循环或跑偏目标。 实验颇具说服力:近 300 条消息流中夹着 20 件真活,Super-agent 的任务完成时间中位数为 12.4 分钟,95% 在 15.7 分钟内收尾,而传统单窗口方案耗时接近半小时。 结尾坦诚列出未解难题:规模再放大如何切分、抛弃聊天框后界面该长什么样、跨组织的安全与提示词注入风险。核心判断很明确:当模型足够聪明,限制生产力跃迁的,是人的注意力和单窗口的组织方式。

14 分钟 99+ 次播放 2周前

Anthropic 上市招股书解读

Anthropic 上市招股书解读

AI智识录

就在刚刚,全球科技圈和投资界迎来了一颗重磅深水炸弹:Claude 背后的母公司——Anthropic,正式向美国证券交易委员会递交了 S-1 上市招股书,准备启动公开募股。以下是招股书的内容解读: 一、公司定位与身份 Anthropic 的法定全称是 Anthropic, PBC,即“公共利益公司”。它在公司章程中把“对人类负责任的长期利益”放在股东回报之上,这从封面就定下了它并非普通商业公司的基调。公司的自我定义是:首先是一家研究实验室,核心使命是负责任地开发先进人工智能。 二、产品与商业模式 产品自下而上分为三层:底层是 Claude 模型家族(Mythos/Fable 探索能力边界、Opus 攻坚复杂推理、Sonnet 兼顾性能与成本、Haiku 主打极速低价);中间是供开发者调用的 Claude 平台;上层是 Claude Code、Claude Cowork、Claude Design 等成品应用。收入结构中,约 80% 来自按 token 计费的“按智能量付费”,约 20% 来自个人与团队订阅。 三、财务表现 2023 年一季度商业化初期营收近乎为零,到 2026 年上半年半年总营收已达 163 亿美元。净收入留存率约 900%,意味着老客户支出会以数倍速度扩张。年付 10 万美元以上的客户从 950 多家增至 11900 多家,其中约 250 家年支出超千万美元;财富 500 强过半已是深度付费用户。但 Anthropic 强调,Claude 支出目前仍不足这些企业总运营成本的 0.1%,市场仅处于破晓阶段。 四、三大技术壁垒 一是芯片异构编排,可同时在亚马逊 Trainium、谷歌 TPU、英伟达与 AMD GPU 上运行,避免依赖单一供应商,并在供应链紧张时保留议价空间;二是“闭环自我研发”,到 2026 年秋超过 90% 工程代码由 Claude 编写,人均年创收从 140 万美元跃升至 660 多万美元;三是算力直营,长期租赁芯片并部署于定制数据中心,把基建与硬件解耦。 五、治理与公共利益设计 设立长期利益信托,由独立受托人掌握纠偏权;拿出 5% 无表决权股份注入公共利益基金,并规定股价每再涨 50% 可追加捐赠至多 2% 新股;七位联合创始人各自承诺捐出 80% 个人股权收益。 六、主要风险 算力与电力的物理上限;与亚马逊、谷歌既是大股东和算力供应商、又是正面竞争者的复杂博弈;以及因坚守安全标准而主动推迟模型发布所带来的商业节奏压力。

10 分钟 99+ 次播放 3周前

Grok Bot 工程师:Agent Harness 真的已死吗?

Grok Bot 工程师:Agent Harness 真的已死吗?

AI智识录

这场题为《Is the Agent Harness Dead?》的演讲,由 AI Engineer 大会发布,演讲者 Jediah Katz 于 2025 年初加入 Cursor,是团队中在任最久的 agent harness 工程师,负责 harness 的上下文层与编排层;Cursor 被收购后,他一同进入 SpaceXAI,现主攻 Grokbot。Grokbot 是 SpaceXAI 与 Cursor 联合打造的“永远在线的数字同事”,拥有独立云端虚拟机,可直接登录软件和邮箱。 这场演讲要回答的是一个正在行业里被反复提起的问题:agent 的 harness(模型外面那层提示、工具、上下文与编排)还有存在价值吗? Jediah Katz 先给出反向证据。UC Berkeley 的研究者拿七个前沿模型,横跨Pi、Codex、Claude Code 等多套 harness 跑 SWE-bench Lite,分数没有显著差异;Apple 与 EPEL 在 MLE-bench 上的结论类似。他的解释是数据飞轮:harness 把难任务变得可及,更多用户因此跑出更多编码数据,模型自己把这些能力学会,harness 再把自己多加的那部分删掉。也就是说,harness 一直在亲手终结自己。 但这只是 harness 的一半。另一半是它同时打开新边界。Grokbot 的做法是一个长驻的 coordinator bot 去编排 worker swarm,他打的比方是顶级律师带一队 paralegal:单个 agent 做不完的活,靠分工和调度做完了。在 Cursor 时期他的日常是不断删提示、删护栏,到了 Grokbot 反而要把这些东西加回来。 他点出三件模型吸收不了的事:基础设施与运行时,agent 必须活在云端的独立机器上,不能跑在会休眠的笔记本里;信任与安全,权限要收敛、护栏要在,否则某天早上会收到一张一万美元的账单;效率,同样分数下不同 harness 的单任务成本差得很远,他上个月就在靠缓存命中率、token 效率和模型组合来压 Grokbot 的成本与延迟。 方法论层面他给的建议是:harness 要设计成容易加上、也容易删掉;尽量收敛用户能看到的内部细节,因为凡是暴露出去的,用户一定会依赖(Hyrum 定律);要针对底层原语设计,比如事件订阅这类机制;把临时补丁登记成 shim,用 bot 盯着,不再触发就自动提 PR 删掉。最后的判断是:六个月内,90% 的 agent 工作会跑出笔记本之外。 一句话概括这场演讲的立场:补短板的 harness 确实在死去,但打开新任务边界、并且承载信任与效率的那部分 harness,才刚开始。 原视频:https://www.youtube.com/watch?v=7Y4sbZgBdnc

15 分钟 99+ 次播放 3周前

Grok Bot 是怎么做成“常驻 Agent”的

Grok Bot 是怎么做成“常驻 Agent”的

AI智识录

Lee Robinson 在开发者社区里几乎不需要介绍。他2025 年底转投 Cursor 负责 AI 教育,2026 年随 Cursor 被 SpaceX 收购而并入 SpaceXAI,成为 Grok Bot 团队的一员,主攻“模型行为”——教模型怎么调用系统工具、怎么在虚拟环境里干活、怎么跟人配合。2026 年 10 月 8 日,他回到斯坦福,在 CS146S课上做了一场题为《How always-on agents work》的演讲,把 Grok Bot 的内部结构完整摊开。 演讲要回答的问题很朴素:终端里跑得挺好的 Agent,为什么一关电脑就死了? 他给出的答案是一整套工程。触发器解决“什么时候被唤醒”,Slack、邮件、定时 Routine、异步回调、其他 Agent 的事件都能成为入口;调度层用开源持久化工作流引擎 Temporal 做队列、去重、优先级与崩溃恢复,机器挂了能从断点接着跑;执行层是一台带文件系统、Shell、Chrome 的云端 Linux,跑在 Firecracker 微虚拟机里做隔离与快照,连没有 API 的老旧 SaaS 也能靠 Computer Use 点进去操作。 交互被削到极薄,全程只有一个 send_user 工具,模型闷头干活,只在有确定结论或重大进展时才跨端推送一条像样的更新。上下文是另一场仗:把系统提示词和工具元数据钉在 Prompt 头部吃满缓存命中,趁缓存还温热时在后台做压缩,记忆一律写成 Markdown 文件让模型自己检索。 听完,你对以 Grok Bot 为代表的“常驻 Agent”这四个字的理解,大概会从一句口号变成一张能落地的图纸。 视频链接:https://www.youtube.com/watch?v=L1OBRtfPS34

41 分钟 99+ 次播放 4周前

2026 国际 AI 科学家大会圆桌论坛:致敬达特茅斯 70 年,智能的下一个前沿

2026 国际 AI 科学家大会圆桌论坛:致敬达特茅斯 70 年,智能的下一个前沿

AI智识录

2026 年 10 月 17 日,第二届国际 AI 科学家大会(ICAIS 2026)在北京中关村学院开幕。恰逢 1956 年达特茅斯会议提出“人工智能”这一名称整整七十年,大会把主题定为“致敬达特茅斯 70 年:智能的下一个前沿”。 首日上午的压轴圆桌,由清华大学教授、前微软研究院副院长刘铁岩主持,请来五位嘉宾同台: * 2013 年诺贝尔化学奖得主、斯坦福大学名誉教授 Michael Levitt; * LINPACK 与 TOP500 超算基准的提出者、2021 年图灵奖得主 Jack Dongarra; * 清华大学教授、智谱 AI 首席科学家唐杰; * 中国科学技术大学教授、研究 AI for Math 的马骁; * 北京中关村学院研究员、全流程开源研发语言模型 ZGCM-1 的核心开发者何纪言。 这场对话从一个颇具仪式感的环节开始:每位嘉宾为“虚拟 AI 博物馆”捐出一件代表自己学术生涯的展品,并解释为什么是它。Dongarra 捐的是 LINPACK 用户指南和那份改变了整个超算评价体系的天花板基准;Levitt 捐的是一台 90 年代中期的便携 Linux 笔记本;唐杰捐出 AMiner 与 GLM;马骁捐的是一篇偏微分方程论文,外加他构想的下一代数学形式验证系统;何纪言则交出了一张 7B 模型的 loss curve 快照。 随后的讨论沿着几条真正的分歧线展开。 第一条是架构:AI 会不会最终收敛到 Transformer 这一条路上。Levitt 用生物学家的直觉给出回答,进化奖励的是多样性,所有物种都走同一条路径,本身就是危险信号;马骁从计算理论切入,只要一种架构是图灵完备的,它在能力上就是等价的,真正的差别在效率与可学习性;唐杰则把演进分成三段:先学数据,再学人类的工作流,最后是 AI 自己搭建环境、自我训练。 第二条是寒冬:Levitt 关心的是 token 成本与能耗,担心账算不平;Dongarra 认为 AI 已经穿过寒冬,真正要担心寒冬的可能是量子计算;唐杰给出的预警信号也最具体、最能被观测:基准测试上的分数一直在涨,但真实世界的模型调用量(比如 OpenRouter 上的流量)却停住了。 第三条是路线选择:开源与闭源、专用模型与通用模型、AI Native 的自主实验室,以及用“可验证奖励”替代人类反馈这条路到底能走多远。 圆桌的中段留给了年轻人。唐杰转身向两位前辈请教:一个人要怎样才能做出长周期、高价值、非共识的研究。Dongarra 给出的建议朴素得近乎老派:找好的合作者、耐得住寂寞、保持好奇心、追逐你真正热爱的方向。 最后是写给 2036 年的时间胶囊:唐杰认为十年内出现真正的 AGI 的置信度只有 8%;何纪言希望到那时 AI 能胜任一个人 99% 的日常重复工作;马骁认为 AGI 会在 2036 年前到来,标志是 AI 能自主建造航天器,他给了 80% 的置信度;Dongarra 的预测最出人意料:那时候硬件厂商可能会取消 64 位双精度浮点支持;Levitt 只期待人机和平共处,并且把无人机战争当成衡量这件事的标尺。 视频地址:https://www.bilibili.com/video/BV1RSJi6VE8C/?spm_id_from=333.337.search-card.all.click

50 分钟 99+ 次播放 1个月前

辛顿等最新 RSI 综述:如果 AI 自进化触发了智能爆炸会怎样?

辛顿等最新 RSI 综述:如果 AI 自进化触发了智能爆炸会怎样?

AI智识录

国庆期间两位图灵奖得主、“AI 教父”杰弗里·辛顿(Geoffrey Hinton)与约书亚·本吉奥(Yoshua Bengio),还有强化学习鼻祖巴尔托,以及 OpenAI 首席科学家帕霍基等 22 位顶尖学者联署了一篇新论文:What if automating AI R&D triggers an intelligence explosion? https://casp.ac/reports/intelligence-explosion 他们极其严肃地推演了一个终极问题:如果 AI 开始自动化参与研发下一代 AI,会不会彻底引爆一场“智能爆炸”? 早在 1965 年,数学家古德就提出过“递归自我改进”的概念:一旦机器能造出比自己更聪明的机器,就会滚雪球般把人类智力远远甩在身后。过去六十年这只是个科幻设想,但这批学者发现,这个飞轮已经在 Anthropic、OpenAI 等顶级实验室里悄悄咬合上了——AI 生成代码并合并主干的比例一年内冲上了 80%,AI 独立推进端到端研发的比例半年翻了二十多倍。 为什么偏偏是“造 AI”最可能引爆连锁反应?因为这是一场纯粹发生在数字世界里的迭代,没有物理世界的摩擦力;更震撼的是,顶尖人类科学家全球只有几千人、培养需要二十年,而顶尖 AI 研究员却能瞬间云端复制出“几百万个”。论文推演显示:在特定条件下,全球 AI 技术的进步速度可能在一年半里被拉高整整 10 倍,今天干一年的活,未来可能五个星期就能搞定。 不过,学者们随即泼下了四盆冷水:算力瓶颈、数据枯竭、实验的物理等待时间,以及科学本身的边际收益递减。现存证据并不支持智能爆炸必然发生,但它已经从科幻遐想,变成了摆在人类面前必须严肃面对的现实工程课题。

12 分钟 99+ 次播放 1个月前

Jev 模型创始人:我参与做出了 ChatGPT,现在我在构建下一代的东西

Jev 模型创始人:我参与做出了 ChatGPT,现在我在构建下一代的东西

AI智识录

这是 TypeSafe AI 创始人兼 CEO Diogo Almeida 在 AI Engineer World's Fair 2026 上的一场主题演讲。他是 OpenAI 那篇奠定 ChatGPT 基础的 RLHF 论文(InstructGPT)的合著者,也是 GPT-4 技术报告的共同作者——换句话说,他正是那个"教 ChatGPT 说话的人"。而他此番登台,却是来宣告自己亲手参与搭建的这套体系走上了弯路。 演讲的核心,是对当前大模型训练范式的一次正面挑战。Diogo 指出,RLHF 优化的目标从来不是客观真理,而是"貌似合理"和"取悦人类的说服力"。模型的不懂装懂、过度自信与幻觉,不是 bug,而是这套机制刻意练出来的特性。这就造成了一个行业性的分裂:在"人在环中"的辅助场景里,RLHF 体系极其强大;但一旦进入真正的自动化场景——比如让模型独立处理客服退款、信用审批——企业根本不敢放手,因为它无法给出可信的置信度。 在 Diogo 看来,Claude Code 与 ChatGPT 其实属于同一个时代,都还没跨过"真正自动化"的门槛。破局的方向是转向可验证奖励的强化学习(RLVR/RLCD),因为只有当奖励机制实现客观自动化,任务才可能实现自主自动化。这也呼应了萨顿《苦涩的教训》的结论:针对任务的算力搜索,比堆砌人类偏好数据更重要。 配合演讲,TypeSafe AI 同期发布首个"系统一"决策模型 Jev,"教 ChatGPT 说话的人"开始造一个"不说话的模型",正是这场演讲引爆讨论的原因。 原视频链接:https://www.youtube.com/watch?v=cJ0EOzey--o

13 分钟 99+ 次播放 1个月前

DeepSeek 主Attention 算子工程师:我不得不把才华埋葬在昨天

DeepSeek 主Attention 算子工程师:我不得不把才华埋葬在昨天

AI智识录

最近,这篇题为《我不得不把才华埋葬在昨天》的文章在 AI 从业者中刷屏,作者是北大信息科学技术学院图灵班出身、现 DeepSeek 核心算子工程师,被同事评价为“算子仙人”的刘胜与(网名 intlsy)。这篇文章之所以引发全网共鸣,恰恰在于它出自国内最顶尖的系统级手艺人之手——DeepSeek 最新模型4.1flash的主 Attention 算子,正是他独立设计并手写优化的成果。 他的日常,是在 GPU 汇编、PTX 指令和硬件流水线的最底层,分析每条指令的停顿,像速通玩家打破记录一样,享受反复打磨、把硬件算力榨到极致的快感。然而,正是这份技艺越极致,让AI 跑得越快、进化得越猛;而 AI 进化得越快,它在底层算子优化上的能力就越逼近甚至超越人类。他亲手打造的,是最终会革命掉自己的武器。 于是文章写下了那句戳中无数人的话:明知执着是自我毁灭,却依然要全力冲刺;明知不会失业,却必须转业——从引针穿线的匠人,转型为调度 AI 产出算子的“机甲驾驶员”。那份“坐在工位上静心写上一下午算子的清欢”,也许将在这个夏天成为绝唱。 这不只是一场个人职业的阵痛,更是当下无数高智力技术者共同的隐秘心境。而支撑他坚持留在 DeepSeek 的,是一个更宏大的信念:把顶尖算力与 AGI 拉回开放、普惠、开源的轨道,而不是交给少数闭源寡头垄断。

10 分钟 99+ 次播放 2个月前

YC 研讨会:为什么Harness比模型更重要

YC 研讨会:为什么Harness比模型更重要

AI智识录

最近一年,只要关注 AI,你刷到的东西基本都绕不开同一个主题:哪个模型又发了新版,上下文更长,推理更强,刷题分更高。这种铺天盖地的宣传慢慢让很多人形成了一种默认想法——只要模型本身够聪明,那些复杂的智能体任务就会跟着迎刃而解。 YC Paper Club 这期研讨,想聊的恰恰是这件事的反面。主持这场的是 YC 的老牌合伙人 Jared Friedman,他把话题直接就摆在了台面上:为什么模型外面的那套"Harness"(业内常说的运行时框架、脚手架)反而比模型本身更能决定一件事成不成。他用一个计算机的比喻来讲这个道理:基础模型就好比一台没有记忆能力的处理单元,它只负责算,而在真实场景里它能不能真正被用起来,靠的是外面那套系统——上下文怎么管理、该调哪些工具、任务跑到一半断了怎么恢复、状态存在哪里。这整套东西,才是让模型从"能算"变成"能干活"的关键。 研讨用几组实打实的工程结果来展示 Harness 的作用。Prime Intellect 的 Seth 分享他们怎么把同一个模型的 ARC-AGI 成绩从大约 30% 提到 95% 以上——底层权重一点没动,改的完全是外面那套运行环境。斯坦福的 John 关心的是怎么把推理放到用户自己的电脑上跑,这样既便宜(成本能省下几百倍),又不用把敏感数据传到云端。YC 内部的 Josh 和 Rean 分享他们支撑的 YC 自己五十多个真正在干活的智能体,踩过的坑都是实打实的——比如一开始让两个智能体互相聊天讨论,看着热闹,结果几分钟就把几百万 token 烧光了,什么实际产出都没有。 总的来看,这一期想表达的东西其实不复杂:模型决定的是一个能力的天花板,但决定你能不能把这个天花板变成实际生产力的,还包括外面那套框架做得够不够扎实。对正在埋头做 Agent 的人来说,这可能是个值得停下来想一想的提醒——与其每个星期都急着换最新的模型,不如先把自己手头这套系统打磨好,后者才是不容易被别人复制走的部分。 原视频链接:https://www.youtube.com/watch?app=desktop&v=n9xKblqyQ28&t=535s (感谢 @庄明浩 老师推荐)

35 分钟 99+ 次播放 2个月前

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的单集添加进来吧