搜索
近期，在 LangChain 举办的智能体大会 Interrupt 上，吴恩达与 LangChain 创始人 Harrison Chase 进行了一场关于 AI Agent 的对谈。整场交流的核心并不是简单讨论 Agent 有多强，而是围绕一个更现实的问题展开：当 AI Agent 让软件开发变快之后，真正的瓶颈会转移到哪里？
当智能逼近临界点。
AlphaGo是最早的AI agent例子之一。我们需要把这种AlphaGo技术更广泛地用于行政工作、头脑风暴和日常事务，帮助人们处理那些不想花时间完成的任务，从而释放出更多时间，投入更具创造性的工作。
世界模型（World Model），正在成为AI领域新的技术高地。从OpenAI的Sora，到图灵奖得主Yann LeCun力推的JEPA体系，再到李飞飞创办的World Labs，全球最顶尖的一批研究者都在试图回答同一个问题：AI究竟如何像人一样理解世界，而不仅仅是生成语言和图像。
很多人说，在 AI 时代，品味是人类最后的护城河。但 Boris Cherny 不这么认为。
三大 AI 实验室不约而同招经济学家。DeepMind 新设的「AGI 经济学」部门给出了第一批判断，比「AI 会取代你」要深得多，也扎心得多。
通才，是被低估的优势
Hunter Bown 没想到，自己会在差点因职业转型陷入困境后，被一个开源项目重新推回牌桌。
连续创业的 York 开启了又一段新征程。过去十几年里，他几乎一直在做软硬一体系统：从计算机视觉、嵌入式，到后来的机器人。他的上一个创业项目——智能购物车 Caper AI，在 2021 年被 Instacart 以 3.5 亿美元收购。
过去十年，大模型世界里很多最关键的技术路线背后，都能看到Andrew Dai的身影。从早期预训练与监督微调，到后来主流的MoE（Mixture of Experts）架构；从Google Brain最初只有几十人的研究时代，到后来支撑Gemini的大规模数据体系，这位在 Google 工作超过14年的研究科学家，几乎站在了大模型时代每一次关键转折的现场。