Bg2 Pod 发布的最新视频。原视频微软CEO和OpenAI CEO、以及前Benchmark合伙人的三人对谈。播客目前还只能处理成双人的。 摘要： * “我认为这是有史以来最伟大的技术合作之一，如果没有微软，特别是萨蒂亚早期的坚定信念，我们肯定无法做到。” * 我希望萨提亚能通过这项投资赚到1万亿美元，而不是1000亿美元。 * “说人工智能将在2026年做出新的科学发现，这真是一件疯狂的事情。即使是很小的发现……如果我们真的能让人工智能在这里进行科学研究，那在某种意义上来说就是超级智能。” 来源：https://www.youtube.com/watch?v=Gnl833wXRz0 中文播客脚本：https://lvbjv6o2rsw.feishu.cn/wiki/Kkomw5Fg9iTaDTku8cgcwQprnnh?from=from_copylink

10月28日，在NVIDIA市值即将超过5万亿之际，NVIDIA 首席执行官黄仁勋在华盛顿的GTC大会中发表演讲，概述了加速计算和人工智能的下一阶段发展方向——从国家人工智能基础设施和量子计算到机器人技术和再工业化。 摘要： * “人工智能不是一个工具，人工智能是工作。这是深刻的差异。实际上，人工智能是可以真正使用工具的工人。” * “摩尔定律已经基本终结……我们称之为极限协同设计。英伟达是当今世界上唯一一家真正从一张白纸开始，可以同时考虑新架构、新芯片、新系统和新软件的公司。” * “我这里所说的计算机就是一个工厂。它运行人工智能，其目的是为了生产尽可能有价值的代币……这绝对是一个AI工厂。” * “一方面，GB200（Blackwell）是最昂贵的计算机。另一方面，它的令牌生成能力非常强大，以至于它以最低的成本生成令牌。” * “物理AI需要三台计算机：一台用于训练模型，一台用于在数字孪生中模拟，一台用于操作机器人。这三台计算机都运行CUDA。” 来源：https://www.youtube.com/watch?v=lQHK61IDFH4 中文脚本：https://pan.quark.cn/s/2ad425b3d177

摘要： YouTube频道“Greg Isenberg”视频《我看了 Dan Koe 拆解他的 AI 工作流 OMG》，知名内容创作者 Dan Koe 分享了他的内容高效流程。 Dan Koe 解释了他如何利用 大型语言模型（LLMs）（如 Claude 和 ChatGPT）来系统化内容创作，特别强调了它们在研究和构思阶段的作用，而非直接代写内容。 他的核心策略是以周报为基础，并将其扩展为所有平台的各种形式内容，同时利用 X（Twitter）作为测试平台来验证想法。 此外，他还分享了如何构建复杂的提示词来指导 LLMs 模仿写作风格、分解成功内容以及生成新的想法和标题，旨在帮助听众提升内容生产效率和质量。 观点： * 内容应在所有平台上保持一致（而非定制化）：Dan Koe 认为，他的所有内容在不同平台上都是相同的。这种做法与人们普遍认为的需要为每个平台单独定制内容的传统观点相悖。他的内容基础来自他每周撰写的时事通讯以及每天发布的二到三条社交媒体帖子。他宁愿每周产出一个“惊艳”的内容，并将全部注意力投入其中，然后将其发布到所有平台上，而不是为每个平台创建新的内容，从而导致整体质量下降。 * 算法的本质是人类心理学：他相信，算法的基础是人类心理学。因此，如果你能理解人类心理学，并利用人工智能来帮助你深化理解，你的内容将在互动和其他方面获得显著提升。他认为，这比仅仅追随潮流更为重要。 * 从已验证的成功中汲取灵感，但不必消费原始内容：Dan Koe 生成内容想法的一个方法是，去 YouTube 查看目标受众所关注的利基账户，筛选出最受欢迎的视频。这里的秘诀在于：你不需要观看这些视频，也不必窃取任何内容。你需要做的是获取“话题”和“角度”，然后写出自己独特的观点。由于其他人已经在观看这些高播放量的视频，他们很可能会被推荐你的视频。 * 专注于写作和思想密度而非视觉效果：尽管在当今高度视觉化的社交媒体环境中，图片和视频通常被认为是成功的关键，但 Dan Koe 主动限制自己只专注于写作。他认为这种约束反而让他更有创意，并大幅提升了他的写作水平。他相信，他能建立起受众，是因为他专注于思想密度（idea density）和新颖的视角。他努力在内容中融入至少一个他认为能“震撼人心”的见解，以建立与观众的独特联系。 来源： 原视频：www.youtube.com 中文逐字稿：lvbjv6o2rsw.feishu.cn

Elena Verna 目前担任全球增长最快的科技初创公司之一 Lovable 的增长主管。在她的帮助下，这家 AI 原生公司凭借一支精干的团队，在不到七个月的时间内实现了 8000 万美元的年度经常性收入 (ARR)。 此前，她曾在 SurveyMonkey、Miro、Amplitude 和 Dropbox 等全球领先的科技公司担任高管，并为 MongoDB、Superhuman 和 Veed 等公司提供咨询服务。 来源：https://podcasts.apple.com/au/podcast/217-elena-verna-leading-growth-at-lovable-the-worlds/id1522129912?i=1000719797105

HeyGen29个月内ARR从100万美金增长到1亿美金，创始人Josha Xu最近公开了内部增长手册《Building in the AI Era: The HeyGen Way》。 来源：x.com

来源：https://openai.com/zh-Hans-CN/

论文：https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf

10 月刚刚发布的一篇论文，可能是今年最值得关注的一篇。 看看这个宏大的标题和论文署名的阵容…… 摘要：该框架将AGI定义为具备与受过良好教育的成年人相匹配的认知多功能性和熟练度的人工智能系统。为了实现这一目标，作者们采用了卡特尔-霍恩-卡罗尔（CHC）人类认知理论，并将智能细分为十大核心认知能力，包括推理、记忆和感知等。通过对现有AI模型（如GPT-4和GPT-5）应用该框架进行评估，文章揭示了当前AI系统认知能力的“锯齿状”分布，显示出其在知识密集型领域表现出色，但在长期记忆存储等核心能力上存在明显缺陷，从而具体量化了实现真正AGI所面临的巨大差距。 来源：https://www.agidefinition.ai/paper.pdf

10 月Andrej Karpathy（前特斯拉 AI 总监、OpenAI 早期员工）的最新访谈。Andrej解释了为什么强化学习很糟糕（但其他一切都更糟糕），为什么通用人工智能最终会融入过去约 2.5 个世纪 2% 的 GDP 增长中，为什么自动驾驶花了这么长时间才攻克，以及他对教育未来的看法。 时间线： * AGI 距离我们还有十年的时间 * LLM 认知缺陷 * RL 很糟糕 * 人类如何学习？ * AGI 将融入 2% 的 GDP 增长 * ASI * 智力与文化的进化 * 自动驾驶为何耗时如此之长 * 教育的未来 来源：https://www.youtube.com/watch?v=lXUZvyajciY

OpenAI最近发布的一篇论文，记录了 ChatGPT 产品从 2022 年 11 月推出到 2025 年 7 月的ChatGPT使用情况分析。 一些概要： 早期采用者中男性比例过高，但性别差距已大幅缩小，并且我们发现低收入国家的增长率更高。 工作相关的消息稳步增长，但非工作相关的消息增长更快，占总使用量的比重已从 53% 增长到 70% 以上。 在高薪专业职业中，受过良好教育的用户更常使用工作相关的消息。我们按对话主题对消息进行分类，发现“实用指导”、“寻求信息”和“写作”是最常见的三个主题，并且合计占所有对话的近 80%。计算机编程和自我表达的使用份额相对较小。 总体而言，我们发现 ChatGPT 通过决策支持提供了经济价值，这在知识密集型工作中尤为重要。 来源：https://cdn.openai.com/pdf/a253471f-8260-40c6-a2cc-aa93fe9f142e/economic-research-chatgpt-usage-paper.pdf

英国风投Air Street资本刚发布了 2025 年度人工智能现状报告，原文300 多页。 用 languageX 智能体翻译了一份中文版。 中英双语全文都直接分享在这里啦： 链接：https://pan.quark.cn/s/da0c6592a764 提取码：diEe

10月8日，来自美国投资机构A16Z对Sam Altman的访谈。 来源：https://www.youtube.com/watch?v=JfE1Wun9xkk