00:00 / 01:16
连播
清屏
智能
倍速
点赞1329
00:00 / 02:47
连播
清屏
智能
倍速
点赞215
00:00 / 02:20
连播
清屏
智能
倍速
点赞120
00:00 / 01:55
连播
清屏
智能
倍速
点赞78
00:00 / 05:11
连播
清屏
智能
倍速
点赞65
谷歌DeepMind CEO、诺奖得主戴密斯·哈萨比斯近日接受The Big Interview专访,他深入谈到了关于AGI 的未來、对就业市场的影响和随之而來的风险与机遇。提炼了访谈中的一些洞见:一:AGI 的试金石是“不出错”,而非“超能力”。 真正的 AGI,其标志不在于解决顶尖难题的巅峰表现,而在于横跨所有简单与复杂任务的持续、稳定、不出错的泛化能力 。一个在国际奥数竞赛上能夺金,却在简单数数上会犯错的系统,其并未真正理解世界 。评估智慧时,稳定性和一致性比峰值性能更为本质;二:技术的能力边界,不等于人类社会的需求边界。 即使 AGI 在技术上能做所有工作,我们仍会出于人性的需求,选择将某些角色(如护理)保留给人类,因为这些角色的核心价值是机器无法提供的同理心与人性关怀 。效率和能力并非唯一的标尺,人类的情感需求将定义一部分工作的永恒价值;三:技术提供的是“可能性”,但无法解决人类的“意愿”问题。 AI 或许能通过解决能源等“根节点问题”,从物理上打破零和博弈的困局。然而,我们早已知道解决方案的气候问题,却因缺乏协作意愿和牺牲精神而停滞不前 。技术可以递上解决问题的钥匙,但开门的动作仍需人类社会自己完成;四:评估 AI 风险的视角,应从“绝对风险”转向“相对风险”。 与其只忧虑 AI 可能带来的挑战,不如思考一个没有 AI 的未来会怎样 。面对气候变迁、流行病等既有的巨大挑战,一个缺乏 AI 这样革命性工具的未来,可能才更令人绝望 ;五:数字智慧的指数级发展,会被物理世界的线性规则所“制动”。 即使 AGI 诞生,它对现实世界(如改造工厂、部署机器人)的影响也需要时间,因为物理世界有其固有的运行规律和变更时滞 。这为社会适应新技术提供了宝贵的缓冲期,意味着转变更可能是渐进的,而非毁灭性的瞬间颠覆 ;六:社会系统的“软件”升级,已严重落后于技术的“硬件”迭代。 当 AGI 可能从根本上改变经济学关于“价值”和“金钱”的定义时 ,我们的经济学理论和社会治理模式却尚未开始为此准备 。目前我们人类正以惊人的速度构建一个全新的技术世界,但却缺乏相应的新社会科学理论来理解和引导它,这形成了潜在的巨大风险。#人工智能 #AI #Deepmind #Google #AGI
00:00 / 19:55
连播
清屏
智能
倍速
点赞215
xAI工程师播客聊嗨了,被马斯克开了! xAI工程师在播客聊太多料有些泄密内容爆出…马斯克的AI战略意外曝光,工程师遭马斯克解雇。 xAI工程师Sulaiman Ghori因在播客中过度分享公司内部信息而被解雇,该事件意外揭示了马斯克在AI领域的核心战略布局,引发行业广泛关注。 播客泄密:MacroHard项目细节全公开 Ghori在名为“WTF is happening at xAI”的播客中透露了大量机密信息。最引人关注的是MacroHard项目,这是一个定位为“数字世界Optimus”的人类模拟器,旨在将键盘、鼠标、屏幕决策工作数字化。 xAI在内部测试时,直接将AI以“员工”身份上线,不仅拥有名字,还在组织架构图中占位。曾有员工试图找“同事”帮忙,到工位后发现空无一人,这才意识到对方是AI。 技术路线:小模型+极致速度 与行业主流追求更大模型不同,xAI选择了小模型路线,核心指标是“模型必须比人类快至少1.5倍”。目前MacroHard的速度已达人类8倍,且智力没有明显下降。小模型带来的高“权重效率”使其具备更好的泛化能力。 xAI内部可同时并行跑20多个模型,通过快速试错寻找最优架构。这种迭代速度成为其独特优势。 算力部署:特斯拉汽车网络成关键创新 为解决算力需求,xAI考虑租用北美约400万辆特斯拉的闲置算力。特斯拉车载电脑本身为FSD设计,加上电池、网络和散热系统,成为天然的算力节点。这可能衍生出新商业模式,如车主通过出租算力抵扣购车分期。 xAI的“闪电”文化 xAI采用极度扁平的三层架构,全员几乎都是工程师,非技术人员不足8个。公司实行自下而上的运作方式,工程师可自主推进想法,当天就能得到马斯克的直接反馈。这种文化带来极高效率,但也伴随着巨大压力,办公室配备睡眠舱和双层床供员工通宵加班。 事件后续与行业影响 Ghori在播客发布后迅速离职,但其披露的信息已引发广泛讨论。有观点认为这可能是马斯克默许的公关策略,也有观点认为Ghori单纯因热爱工作而过度分享。无论如何,此次事件意外揭示了xAI在AI竞争中的独特打法,特别是其将硬件优势与软件创新深度整合的战略思路。
00:00 / 09:02
连播
清屏
智能
倍速
点赞13
00:00 / 09:52
连播
清屏
智能
倍速
点赞108
00:00 / 02:51
连播
清屏
智能
倍速
点赞1
Qiuming5天前
Anthropic重磅升级Claude,引入“永久记忆”知识 Anthropic重磅升级Claude,引入“永久记忆”知识库,AI办公协作迈向新阶段 据多家科技媒体及爆料人消息,人工智能公司Anthropic正为其AI助手Claude进行一系列重大升级,核心是赋予Claude“永久记忆”能力。此次升级主要围绕即将成为主模式的“Claude Cowork”协作平台展开。 核心升级包括: 知识库(永久记忆): Claude将可通过“知识库”功能持久化存储和主动检索用户提供的特定背景信息、偏好与决策记录。这意味着Claude能在长期协作中“记住”关键信息,减少重复沟通,实现“越用越懂你”。 Cowork模式成为默认: 传统的聊天模式将整合进全新的“Claude Cowork”界面中。该模式旨在成为一个集聊天、文件处理、自动化任务和成果管理于一体的AI工作台,强调工作流协作而非单纯问答。 界面与功能优化: 用户界面将进行调整,右侧增设“Artefacts”侧边栏,用于持续管理和复用生成的内容。同时,自动化连接器体系将增强,有望更灵活地调用外部工具。语音模式和图像生成功能也将得到升级。 行业观察指出,此举旨在将Claude从临时性的对话助手,转变为能够长期陪伴、具备上下文记忆的“AI同事”。这反映了AI行业的一个共同趋势:解决模型的“持续学习”和记忆问题被认为是迈向更智能、个性化助手的关键一步。如果这些升级顺利落地,AI生产力工具的竞争可能进入以长期记忆和深度工作流集成为特征的新阶段。 https://x.com/testingcatalog/status/2012891786226626919 https://www.testingcatalog.com/anthropic-works-on-knowledge-bases-for-claude-cowork/
00:00 / 02:11
连播
清屏
智能
倍速
点赞0
Nick Warren & Hernan Cattaneo & Progressive House & B2B & Party Nick Warren 英国电子艺术家,出生于布里斯托尔市,电子音乐组合Way Out West成员,长期活跃于全球电子音乐领域。擅长Progressive House 的风格。 早年受朋克、雷鬼及浩室音乐影响,在布里斯托尔创立俱乐部品牌“Warggle”,后于Vision俱乐部担任DJ,其融合巴利阿里风格与摇滚、爵士的混音作品吸引Trip Hop乐队Massive Attack关注,受邀成为其官方DJ并参与美国巡演。1994年与Jody Wisternoff组建Way Out West,首张专辑《Blue》广受好评,单曲《Ajare》成为前卫浩室代表作。2000年起频繁在新加坡、澳大利亚等地演出,并担任利物浦夜店Cream驻场DJ,同年完成组合第二张专辑制作2011年发行混音专辑《Balance 018 - Mixed By Nick Warren》2022至2024年间持续推出《Buenos Aires》等单曲及混音作品,并与Guy Mantzur合作创作《Sad Robot》 Hernan Cattaneo 阿根廷DJ,1965年3月4日出生于布宜诺斯艾利斯,音乐风格以Progressive House为主。职业生涯多次进入DJ Mag全球百大DJ榜单,最高排名第六位,长期担任伦敦Ministry of Sound驻场DJ,参与Creamfields、Electric Daisy Carnival等全球顶级电音节 1980年代中期在布宜诺斯艾利斯开始DJ工作1999年签约Perfecto厂牌2002年发行混音《Perfecto Pres. Hernan Cattaneo-South America》。2004年通过专辑《The Master Series Vol.1》推动Renaissance厂牌回归主流。2010年专辑《Renaissance Presents Hernan Cattaneo - The Masters Series - Parallel》转向Tech House/Minimal风格,合作艺人包括Sigur Ros等。创立Sudbeat厂牌。#电子音乐艺术家推荐
00:00 / 07:02
连播
清屏
智能
倍速
点赞4
别再说AGI遥不可及了。上周,红杉资本的两位合伙人发了篇博客,标题很直接——AGI已经来了,就在此刻。 什么叫AGI?他们给了个特别实在的解释。不是什么图灵测试,也不是科幻电影里的机器人。他们说,AGI的本质就一句话:能把事情搞清楚的能力。在模糊中导航,在未知里探索,最终达成目标。它会形成假设、验证假设、撞了南墙再掉头,直到某些东西真正奏效。而以Claude Code为代表的长周期智能体,正是这种能力的第一批例证。 这种能力到底长什么样?我给你讲个真事。有位创始人要招一个开发者关系负责人,他把任务交给了智能体。智能体先上LinkedIn搜了一圈,发现职位头衔根本说明不了问题。于是它转向YouTube,找技术演讲,筛选出那些互动数据亮眼、观众真正买账的演讲者。再跟Twitter交叉比对,找出谁有真品味、谁有真粉丝。然后它做了个特别微妙的判断:检查谁最近发帖变少了,因为这往往意味着对现职的倦怠。最后锁定了一位刚经历公司裁员、专业方向完全匹配的候选人,起草了一封精准的挖角邮件。整个过程,自主决策,自主转向,一气呵成。 这还不是最惊人的。红杉给出了一条清晰的时间表:长周期智能体的能力每7个月翻一番。按这个速度,2028年智能体能完成人类专家一天的工作,2034年能完成一年的工作。这个指数曲线,值得我们每个人刻在脑子里。 别以为这只是硅谷的独角戏。在国内,AGI的商业化已经渗透进你的日常生活。打开支付宝,蚂蚁的阿福正在用AGI改写健康医疗的问诊体验;淘宝和飞猪背后,阿里的千问在帮你做购物和旅行推荐,替你精打细算;昆仑万维的天工,已经成了很多职场人桌上最得力的办公助理;而字节跳动的即梦,则让图片视频创作变得像说话一样简单。 所以你看,AGI不是实验室里的概念验证,也不是什么科幻预警。它已经藏在你的手机App里,藏在那些你以为是工具、其实已经是智能体的软件里。它不是远方的一声雷,而是此刻的雨点,已经落在了我们每个人的头上。真正的问题,不是AGI什么时候来,而是当它已经来了,你准备好了吗?#AGI #智能体概念 #阿里千问 #蚂蚁阿福 #AI应用概念
00:00 / 02:23
连播
清屏
智能
倍速
点赞50
00:00 / 01:59
连播
清屏
智能
倍速
点赞1956
🚀800亿公司CEO亲述:我是如何从授权狂魔变回独裁者的😱 周末又听了一次这篇采访,时隔一年我感受到了更多共鸣--以下为为正文简述: 咱就是说!📢 今天必须给做产品的姐妹们/兄弟们分享一个炸裂消息! Airbnb CEO Brian Chesky 在 Figma 大会上说了一句话,全场 5000 名设计师集体欢呼!🎉 他说了啥?"我取消了传统的产品管理职能!"等等,先别慌,他没有裁人,但他做的事情狠狠打脸了整个硅谷的管理方式! 🎯 到底发生了什么?(重点来了!) Brian 发现公司陷入了一个死循环: 授权→事业部制→政治斗争→官僚主义→效率崩盘 😱 具体表现: 💸 每年烧 10 亿美元在 Google 广告上 🐌 员工每周工作 80 小时,但只有 20 小时有产出 🤷 打开 App,4 年没啥变化 🔥 10 个部门各自为政,像 10 家不同的公司 听起来是不是很熟悉?这就是大公司病! 💎 他的解决方案(干货满满!) 1️⃣ 重新掌控产品细节 不是微观管理,而是"在细节中"(in the details)。就像董事会监督 CEO 一样,CEO 也要监督产品!🧐 2️⃣ 合并 PM 和产品营销 ✅ 不能只会做产品,还得会讲故事 ✅ 如果做了个好产品没人知道,等于白做 ✅ 最资深的人叫"产品营销经理",但每个人都得懂市场 3️⃣ 全公司单一路线图 🎯 不再搞三个月计划周期 🎯 改成滚动两年路线图 🎯 每年 5 月和 11 月统一发布产品 🎯 1000 人做出来的产品,看起来像 10 个人做的! 4️⃣ 砍掉无效 AB 测试 ❌ 不再测"蓝色按钮 vs 绿色按钮" ✅ 像设计房子一样设计产品(沙发要配地毯,地毯要配灯具) ✅ 必须有假设才能测试,不能瞎测 5️⃣ 削减广告预算 从 10 亿美元效果广告 → 转向品牌建设 💪 结果?增长反而更好了! ⚠️ 为什么设计师会欢呼? 因为传统流程里,设计师只是"服务部门",产品出门前做最后把关。😤 Brian 说得狠:"很多设计负责人不是设计师,是设计管理员!" 现在 Airbnb 的模式:设计、工程、营销紧密结合,工程师也要思考如何讲产品故事!🎨 🌟 核心理念(划重点!) "CEO 就应该是首席产品官!" 如果 CEO 不是 CPO,那这家公司就不是产品驱动型公司。
00:00 / 06:04
连播
清屏
智能
倍速
点赞10
DeepSeek Engram 技术突破,解决算力浪费难题 #DeepSeek #Engram 技术突破:大模型架构的效率革命 2026年初,DeepSeek梁文锋团队开源了创新的Engram模块,提出了“查—算分离”机制,标志着大模型发展正式告别“盲目堆参数”的粗放模式,迈入“智能分工”的精细化新阶段。 传统架构的困局:记算不分的低效模式 当前大语言模型存在核心问题:将事实性记忆和逻辑计算混为一谈。传统架构中,无论是全参激活的稠密模型还是混合专家模型(MoE),都强迫神经网络用高成本的矩阵运算处理简单的“查表”任务,导致算力浪费严重。这种“记算不分”的设计还造成长文本对话中关键信息丢失、多轮推理逻辑断链等问题。 Engram的核心创新:专属记忆抽屉解决方案 Engram模块借鉴神经科学的“记忆痕迹”概念,为大模型打造可扩容、快查找的“记忆抽屉”。其核心技术是“现代化的哈希N-Gram嵌入”,通过哈希算法为每个词片段分配唯一地址,实现确定性且O(1)时间复杂度的快速检索。 这种设计让Engram专门负责“找记忆”,MoE专注“做计算”,形成高效协同。Engram模块置于Transformer层最前端,在计算开始前检索相关背景知识,为后续推理提供精准素材。 实证效果:性能显著提升 实验数据显示,Engram-27B模型在多项基准测试中表现优异。在32k长上下文检索任务中,多查询任务准确率从84.2%提升至97.0%,变量追踪任务从77.0%提升至89.0%。研究还发现,当20%-25%的稀疏参数分配给Engram时,模型性能达到最优。 行业影响:架构创新引领新方向 技术社区普遍认为Engram可能成为DeepSeek V4的核心技术。这种设计将高效寻址机制与神经推理结合,为大模型在企业客服、医疗问诊等垂直领域的深度落地扫清了障碍。O(1)的查找机制即使没有GPU也能实现,进一步降低了AI技术落地门槛。 Engram的发布预示着大模型竞争从“参数规模比拼”转向“架构智能度和效率较量”,为整个行业的高效发展拉开了序幕。
00:00 / 09:55
连播
清屏
智能
倍速
点赞6
00:00 / 01:47
连播
清屏
智能
倍速
点赞0