David的AI全景图 - 节目列表

2025 年 8 月，Ahropic我们将目光转向内部，对 132 名 Anthropic 的工程师和研究人员进行了调查，开展了 53 次深入的定性访谈，并研究了内部 Claude 代码的使用数据，以了解人工智能的使用如何改变 Anthropic 的工作方式。 工程师们在使用过程中逐渐培养起对 AI 委派任务的直觉，技能范围有所拓宽，但也有对核心技能退化的担忧。 摘要： * 员工们自我报告称，在工作中使用 Claude 的比例达到了 60%，工作效率提高了 50%，比去年同期增长了 2 到 3 倍。 * 一些人发现与人工智能的合作增多意味着与同事的合作减少；还有一些人则在思考自己是否最终会被自动化取代。 * Claude 使工程师们能够拓宽技能范围，但也有人担心这会导致对代码编写和批评所需的核心技能的实践减少。 来源：https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic

尼基尔·卡马斯 与埃隆·马斯克就工作、意识、家庭、金钱、人工智能以及未来可能的发展方向进行了一次长时间的对话。 摘要： SpaceX、特斯拉和XAI正在逐渐融合，未来可能通过太阳能供电的人工智能卫星实现太空探索。” “我的预测是，未来工作将是可选的。社会将从全民基本收入（UBI）转向普遍高收入（UHI）。” “人口下降是文明存在的巨大威胁，扩大人类规模即是扩大意识的广度。” 来源：https://www.youtube.com/watch?v=Rni7Fz7208c

作为AI领域的先知式人物，Ilya的访谈值得重点关注。 以下是Patel（以下简称DP）对前OpenAI首席科学家，现在Safe Superintelligence的创始人Ilya（以下简称IS）的最新访谈精华。 来源：www.youtube.com

被戏称为Attention is all you need V2版本的一篇论文，试图治疗大模型的“顺行性遗忘症”。 论文原题：《Nested Learning: The Illusion of Deep Learning Architectures》

如果Cursor 的员工明天就能退休，他们中的大多数人仍然会继续在 Cursor 做着现在正在做的事情。 来源：https://joincolossus.com/article/inside-cursor/

简介：我对刚刚获得 2000 万种子轮融资的软件版“Youtube”Wabi.ai很感兴趣，找到了 A16Z 昨天发布的创始人Wabi.ai Eugenia kuyda的访谈。 来源：https://www.youtube.com/watch?v=-KfrrWRl3FA 中文全文：https://lvbjv6o2rsw.feishu.cn/wiki/XS56w5g1Oizt1ckTecocirKFnuc?from=from_copylink

Tinker 是一个灵活的 API，可用于高效地使用 LoRA 对开源模型进行微调。 它专为希望灵活地完全控制数据和算法，而无需担心基础设施管理的研究人员和开发者而设计。 来源：https://thinkingmachines.ai/tinker/

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