https://q.cxspace.com/收录 AI 访谈、播客、演讲与相关文献，按人物和话题查找。精选摘录逐字核对，并附原文出处与定位。zh-cnThu, 15 Oct 2026 00:00:00 +0800https://q.cxspace.com/talks/source-b3213ac311286890/https://q.cxspace.com/talks/source-b3213ac311286890/Thu, 15 Oct 2026 00:00:00 +0800播客Nathan Lambert 与 a16z 的 Lisha Li 讨论开放模型与闭源前沿模型的竞争，涉及算力、数据、人才、后训练与蒸馏。 对话也谈到中国实验室的资源约束，以及网络安全等能力扩散时社会准备是否充分。竞争格局与风险判断属于嘉宾分析，并非已经确定的行业结局。 · 发布方说明 · 完整内容待核读 · Nathan Lamberthttps://q.cxspace.com/talks/source-3a8d330a01adc589/https://q.cxspace.com/talks/source-3a8d330a01adc589/Thu, 15 Oct 2026 00:00:00 +0800播客Nick Bostrom 在 MTS 与 Theo Jaffee、Sofia Puccini 讨论超级智能、强化学习后训练与对齐，以及开放模型和生物安全的风险管理。 他区分保留“放缓前沿”的选项与笼统的“暂停 AI”口号，并讨论政策执行可能带来的集中化后果。本条指向 MTS 原片，a16z 的后续转载不另计一场。 · 发布方说明 · 完整内容待核读 · Nick Bostromhttps://q.cxspace.com/talks/source-16de04a773d9acad/https://q.cxspace.com/talks/source-16de04a773d9acad/Thu, 15 Oct 2026 00:00:00 +0800播客GovAI 的 Alan Chan 与 Nathan Labenz 讨论自主智能体所需的治理基础设施，包括实时监控、动作拦截、身份标识和越权后的应对。 访谈也涉及前沿实验室的暂停条件、嵌入式审计以及自动化 AI 研发可能带来的变化。节目中的事故解释和政策评价保留嘉宾判断与转述的边界。 · 发布方说明 · 完整内容待核读 · Alan Chanhttps://q.cxspace.com/talks/source-befd7deaed7ef952/https://q.cxspace.com/talks/source-befd7deaed7ef952/Wed, 14 Oct 2026 00:00:00 +0800播客Mark Zuckerberg 与 Alexandr Wang 接受 John Collison 采访，介绍 Meta 如何理解个人智能体、模型记忆与多模态交互，并讨论智能体购物、智能眼镜和前沿模型竞争。 对话也涉及在模型效果尚不确定时作出巨额基础设施投资的决策。产品能力与内部评测作为嘉宾自述呈现，不能视作本站独立验证的结果。 · 发布方说明 · 完整内容待核读 · 马克·扎克伯格 · Alexandr Wanghttps://q.cxspace.com/talks/source-3c36109201c0bb41/https://q.cxspace.com/talks/source-3c36109201c0bb41/Wed, 14 Oct 2026 00:00:00 +0800播客MIRI 的 Nate Soares 在 Bloomberg Odd Lots 讨论灾难性 AI 风险、实验室的行动责任，以及监管、责任归属和保险等政策工具。 访谈追问“风险是否真实”与“风险叙事是否有利于营销”的区别，以及什么证据可能改变他的判断。内容呈现一位风险研究者的立场，不代表风险预测已获证实。 · 发布方说明 · 完整内容待核读 · Nate Soareshttps://q.cxspace.com/talks/source-327ec7b9ec7c4724/https://q.cxspace.com/talks/source-327ec7b9ec7c4724/Wed, 14 Oct 2026 00:00:00 +0800播客Ineffable Intelligence 的 David Silver 与 Lasse Espeholt 与 Sonya Huang 讨论一种从直接经验中持续学习的“超级学习者”，以及为何尝试不依赖人类预训练数据的研究路线。 对话涵盖强化学习的扩展、仿真环境、具身学习和对齐问题。技术路线与时间预测属于嘉宾提出的研究计划和判断，应与实际验证结果区分。 · 发布方说明 · 完整内容待核读 · David Silver · Lasse Espeholthttps://q.cxspace.com/talks/source-01a1d3625783423b/https://q.cxspace.com/talks/source-01a1d3625783423b/Wed, 14 Oct 2026 00:00:00 +0800演讲新加坡国立大学的 Yi-Chieh Lee 在华盛顿大学 HCDE 研究讲座中介绍对话式 AI 与人类福祉、能动性的研究，涉及自信、人机协作、人格趋同与孤独感。 讲座也讨论老年人使用 AI 陪伴的动机和潜在伤害。实验发现应结合各项研究的设计与局限理解，不能直接推广为所有用户的长期效果。 · 发布方说明 · 完整内容待核读 · Yi-Chieh Leehttps://q.cxspace.com/talks/source-bc0fdca2362c5861/https://q.cxspace.com/talks/source-bc0fdca2362c5861/Mon, 12 Oct 2026 00:00:00 +0800播客Google Labs、Gemini 和 AI Studio 的 Josh Woodward 与 Lenny Rachitsky 讨论 AI 产品团队如何寻找创意、开展实验，以及判断何时继续投入或停止一个项目。 节目围绕技术能力不断变化时的产品组织方式展开，涉及团队维护的“几乎可能”清单、早期用户反馈与产品原则。企业实践和产品方向均作为嘉宾自述呈现。 · 发布方说明 · 完整内容待核读 · Josh Woodwardhttps://q.cxspace.com/talks/source-792f06fac4369320/https://q.cxspace.com/talks/source-792f06fac4369320/Mon, 12 Oct 2026 00:00:00 +0800访谈Bill Gates 接受 Jake Tapper 采访，讨论 AI 风险、企业透明度和政府监管。他将近期网络攻击风险与更长期的失控担忧区分开，并提出行业自律之外的安全监管问题。 对话也涉及 AI 对就业和教育的影响，以及社会是否应为人类保留某些工作。这些是嘉宾的判断与倡议，并非已经实施的政策。 · 发布方说明 · 完整内容待核读 · 比尔·盖茨https://q.cxspace.com/talks/source-076f8b06469b97d1/https://q.cxspace.com/talks/source-076f8b06469b97d1/Mon, 12 Oct 2026 00:00:00 +0800播客李飞飞在 Berggruen Institute 的 Futurology 对话中讨论以人为本的 AI，关注人的尊严、能动性与共同体，以及技术发展应当怎样服务人。 访谈也涉及空间智能、机器意识的证据边界和科学导向的治理。节目于 2025 年 2 月录制，2026 年 10 月 9 日上传；应作为当时的观点阅读，而非对本周事件的回应。 · 发布方说明 · 完整内容待核读 · 李飞飞https://q.cxspace.com/talks/zhangxiaojun-zhang-yueguang-20260122/https://q.cxspace.com/talks/zhangxiaojun-zhang-yueguang-20260122/Sun, 11 Oct 2026 00:00:00 +0800访谈张月光反思现象级产品妙鸭相机的研发得失，探讨从传统业务流程走向动态上下文设计（Context Engineering）的产品方法论。 · 发布标题 · 完整内容待核读 · 张月光https://q.cxspace.com/talks/zhangxiaojun-zhang-peng-20260108/https://q.cxspace.com/talks/zhangxiaojun-zhang-peng-20260108/Sun, 11 Oct 2026 00:00:00 +0800访谈张鹏讨论智谱 AI 发展历程中的核心战略抉择，回顾基座模型迭代、开源生态贡献与产业落地商业化进程。 · 发布标题 · 完整内容待核读 · 张鹏https://q.cxspace.com/talks/zhangxiaojun-yu-kai-20250707/https://q.cxspace.com/talks/zhangxiaojun-yu-kai-20250707/Sun, 11 Oct 2026 00:00:00 +0800访谈余凯回顾中国人工智能三十年的演进脉络，讲述从学术界到产业界创立地平线、软硬件协同定义芯片的历程。 · 发布标题 · 完整内容待核读 · 余凯https://q.cxspace.com/talks/zhangxiaojun-you-kaichao-20260728/https://q.cxspace.com/talks/zhangxiaojun-you-kaichao-20260728/Sun, 11 Oct 2026 00:00:00 +0800访谈游凯超讨论大模型开源推理引擎 vLLM 的演进、社区生态建设以及模型算法与底层 Infra 的协同设计。 · 发布标题 · 完整内容待核读 · 游凯超https://q.cxspace.com/talks/zhangxiaojun-yin-qi-20260126/https://q.cxspace.com/talks/zhangxiaojun-yin-qi-20260126/Sun, 11 Oct 2026 00:00:00 +0800访谈印奇分享出任阶跃星辰董事长的战略考量，剖析多模态大模型从前沿探索到长链条工程淘汰赛中的商业布局。 · 发布标题 · 完整内容待核读 · 印奇https://q.cxspace.com/talks/zhangxiaojun-yang-zhilin-20250827/https://q.cxspace.com/talks/zhangxiaojun-yang-zhilin-20250827/Sun, 11 Oct 2026 00:00:00 +0800访谈杨植麟讨论大模型从长文本理解向 Agentic LLM 与深度推理演进的路径，分享通用人工智能（AGI）发展阶段与技术信念。 · 发布标题 · 完整内容待核读 · 杨植麟https://q.cxspace.com/talks/zhangxiaojun-xie-saining-20260316/https://q.cxspace.com/talks/zhangxiaojun-xie-saining-20260316/Sun, 11 Oct 2026 00:00:00 +0800访谈谢赛宁详述 DiT 架构的诞生脉络、多模态世界模型探索，并分享创立独立研究院 AMI Labs 的科研理念。 · 发布标题 · 完整内容待核读 · 谢赛宁https://q.cxspace.com/talks/zhangxiaojun-xie-chen-20260330/https://q.cxspace.com/talks/zhangxiaojun-xie-chen-20260330/Sun, 11 Oct 2026 00:00:00 +0800访谈谢晨系统梳理 AI 发展中的核心燃料——数据资产，深入分析真实采集、仿真合成与数据金字塔的配方。 · 发布标题 · 完整内容待核读 · 谢晨https://q.cxspace.com/talks/zhangxiaojun-wang-he-20250623/https://q.cxspace.com/talks/zhangxiaojun-wang-he-20250623/Sun, 11 Oct 2026 00:00:00 +0800访谈王鹤梳理具身智能从图形学边缘发展为核心显学的学术脉络，分析真实物理泛化操作与仿真模拟的边界。 · 发布标题 · 完整内容待核读 · 王鹤https://q.cxspace.com/talks/zhangxiaojun-shunyu-yao-20260511/https://q.cxspace.com/talks/zhangxiaojun-shunyu-yao-20260511/Sun, 11 Oct 2026 00:00:00 +0800访谈姚顺宇结合在 Anthropic 与 Google Gemini 的前沿研发经验，讨论大模型训练工程、智能体能力预测与研究分工。 · 发布标题 · 完整内容待核读 · 姚顺宇https://q.cxspace.com/talks/zhangxiaojun-shen-yujun-20260722/https://q.cxspace.com/talks/zhangxiaojun-shen-yujun-20260722/Sun, 11 Oct 2026 00:00:00 +0800访谈沈宇军讨论机器人原生基础模型的构建路径，探讨智能大脑与机械本体解耦、预训练数据规模化法则。 · 发布标题 · 完整内容待核读 · 沈宇军https://q.cxspace.com/talks/zhangxiaojun-luo-fuli-20260424/https://q.cxspace.com/talks/zhangxiaojun-luo-fuli-20260424/Sun, 11 Oct 2026 00:00:00 +0800访谈罗福莉讨论大模型技术从预训练向后训练的范式迁移，关注强化学习、Agent 架构落地与研发组织协同。 · 发布标题 · 完整内容待核读 · 罗福莉https://q.cxspace.com/talks/zhangxiaojun-liu-xianming-20251118/https://q.cxspace.com/talks/zhangxiaojun-liu-xianming-20251118/Sun, 11 Oct 2026 00:00:00 +0800访谈刘先明讨论端到端自动驾驶模型的核心机制，反思语言符号在物理运动控制中的局限，分享模型轻量化与工程落地。 · 发布标题 · 完整内容待核读 · 刘先明https://q.cxspace.com/talks/zhangxiaojun-liu-ming-yu-20260812/https://q.cxspace.com/talks/zhangxiaojun-liu-ming-yu-20260812/Sun, 11 Oct 2026 00:00:00 +0800访谈刘洺堉讨论英伟达 Cosmos 3 开源世界模型与具身智能物理仿真，分享与黄仁勋共事的研发哲学。 · 发布标题 · 完整内容待核读 · 刘洺堉https://q.cxspace.com/talks/zhangxiaojun-li-xiang-20251030/https://q.cxspace.com/talks/zhangxiaojun-li-xiang-20251030/Sun, 11 Oct 2026 00:00:00 +0800访谈李想探讨端到端自动驾驶系统的快慢双思考结构，并将其延伸至组织决策、CEO 大模型训练与科技企业长期进化。 · 发布标题 · 完整内容待核读 · 李想https://q.cxspace.com/talks/zhangxiaojun-kay-ke-20260716/https://q.cxspace.com/talks/zhangxiaojun-kay-ke-20260716/Sun, 11 Oct 2026 00:00:00 +0800访谈柯丽一鸣分享 Physical Intelligence (Pi) 的通用机器人基座模型研究，梳理具身智能学术流派与技术族谱。 · 发布标题 · 完整内容待核读 · 柯丽一鸣https://q.cxspace.com/talks/zhangxiaojun-jie-tan-20251128/https://q.cxspace.com/talks/zhangxiaojun-jie-tan-20251128/Sun, 11 Oct 2026 00:00:00 +0800访谈谭捷分享 Google DeepMind 在机器人领域的研究突破，讨论 Gemini Robotics 1.5 与跨形态机械臂/四足本体控制。 · 发布标题 · 完整内容待核读 · 谭捷https://q.cxspace.com/talks/zhangxiaojun-ji-yichao-20251230/https://q.cxspace.com/talks/zhangxiaojun-ji-yichao-20251230/Sun, 11 Oct 2026 00:00:00 +0800访谈季逸超等 Manus 创始团队复盘通用自主 Agent 产品的爆火与工程落地极限，探讨中小初创团队面对巨头竞合的生存逻辑。 · 发布标题 · 完整内容待核读 · 季逸超https://q.cxspace.com/talks/zhangxiaojun-gao-jiyang-20260213/https://q.cxspace.com/talks/zhangxiaojun-gao-jiyang-20260213/Sun, 11 Oct 2026 00:00:00 +0800访谈高继扬讨论具身机器人创业的技术落地挑战，分析自动驾驶行业经验在具身软硬件协同中的继承与颠覆。 · 发布标题 · 完整内容待核读 · 高继扬https://q.cxspace.com/talks/zhangxiaojun-carina-hong-20260420/https://q.cxspace.com/talks/zhangxiaojun-carina-hong-20260420/Sun, 11 Oct 2026 00:00:00 +0800访谈洪乐潼讨论 AI 与数学研究的结合，探索通过 Lean 形式化语言让大模型参与复杂数学定理证明与符号推理。 · 发布标题 · 完整内容待核读 · 洪乐潼https://q.cxspace.com/talks/source-e8f2e34b846d59f2/https://q.cxspace.com/talks/source-e8f2e34b846d59f2/Sun, 11 Oct 2026 00:00:00 +0800播客Andrej Karpathy 与 Dwarkesh Patel 讨论为何把智能体的发展看作十年尺度的问题，涉及持续学习、多模态、计算机操作和模型的认知缺口。 节目还延伸到强化学习、人类学习方式、自动驾驶和教育。这是一场 2025 年的历史访谈，时间预测应保留当时的背景，而不作为当前进度的断言。 · 发布方说明 · 完整内容待核读 · Andrej Karpathyhttps://q.cxspace.com/talks/source-caac24f2c1c92dc5/https://q.cxspace.com/talks/source-caac24f2c1c92dc5/Sun, 11 Oct 2026 00:00:00 +0800播客Ilya Sutskever 与 Dwarkesh Patel 讨论下一词预测为何可能产生复杂能力，以及模型智能、可靠性和对齐之间的关系。 这场访谈发表于 2023 年 3 月，当时 Sutskever 的身份是 OpenAI 首席科学家。作为早期大模型讨论的历史材料，应保留其时间背景，并与后来的模型发展对照。 · 发布方说明 · 完整内容待核读 · Ilya Sutskeverhttps://q.cxspace.com/talks/source-a5b7da224ea6d48d/https://q.cxspace.com/talks/source-a5b7da224ea6d48d/Sun, 11 Oct 2026 00:00:00 +0800播客Demis Hassabis 与 Dwarkesh Patel 讨论扩大模型规模、超人能力，以及如何把大语言模型与 AlphaZero 式搜索和规划结合起来。 对话涉及 AlphaFold、世界模型和通向更通用智能的研究路径。节目发布于 2024 年，保留当时的技术与组织背景，适合与后续访谈对照阅读。 · 发布方说明 · 完整内容待核读 · Demis Hassabishttps://q.cxspace.com/talks/source-19286b3225ed71bb/https://q.cxspace.com/talks/source-19286b3225ed71bb/Sun, 11 Oct 2026 00:00:00 +0800播客Goodfire 的 Eric Bigelow 与 Nathan Labenz 讨论可解释性研究如何帮助理解模型和智能体的行为，涉及关键 token、行为相变与上下文学习。 本期也讨论思维链监控的可靠性：模型表现出来的推理过程，在多大程度上能够解释其实际决策。有关实验结果与其他模型的判断应保留研究条件和嘉宾自述的边界。 · 发布方说明 · 完整内容待核读 · Eric Bigelowhttps://q.cxspace.com/talks/source-fa1b34c9aaf9e515/https://q.cxspace.com/talks/source-fa1b34c9aaf9e515/Sat, 10 Oct 2026 00:00:00 +0800演讲Pedro Lopez 分享 Airbyte 为智能体提供 MCP 服务与 CLI 的实践。按发布方介绍，两种接口都建立在 Context Store 和 OpenAPI 定义之上，用于访问企业数据。 演讲比较工具发现、OAuth、会话和交互限制，并讨论 JSON 输入输出、统一命令结构、随工具提供技能，以及避免交互式提示。 · 发布方说明 · 完整内容待核读 · Pedro Lopezhttps://q.cxspace.com/talks/source-cddc62845df641cd/https://q.cxspace.com/talks/source-cddc62845df641cd/Sat, 10 Oct 2026 00:00:00 +0800播客F.A.Z. Digitalwirtschaft 邀请 RPTU Kaiserslautern 教授 Katharina Zweig，讨论语言模型的自主性、能力边界与制造商责任。发布方介绍把这些问题放在近期 AI 系统行为引发的风险争论中。 节目也讨论企业应如何选择和使用 AI 系统，以及为何不宜把不同系统统称为一个“AI”。原节目为德语，本站提供中文与英文介绍。公开文字稿入口已确认，本次尚未核读全文或提炼引语。 · 发布方说明 · 完整内容待核读 · Katharina Zweighttps://q.cxspace.com/talks/source-c1a8bc744ed7bbfd/https://q.cxspace.com/talks/source-c1a8bc744ed7bbfd/Sat, 10 Oct 2026 00:00:00 +0800演讲Anders Swanson 把智能体记忆视为系统设计问题，讨论为何上下文窗口和临时笔记不能替代长期记忆。发布方介绍涉及记忆的形成、召回、演化与评估。 演讲还覆盖记忆类型、混合检索、写入前脱敏、审核历史，以及过时、错误归属、投毒和冲突记忆的处理。 · 发布方说明 · 完整内容待核读 · Anders Swansonhttps://q.cxspace.com/talks/source-bb69af9cef90a68f/https://q.cxspace.com/talks/source-bb69af9cef90a68f/Sat, 10 Oct 2026 00:00:00 +0800演讲Dominik Kundel 介绍 Codex App Server，以及它如何连接应用、IDE 扩展和第三方客户端。发布方说明涵盖 JSON-RPC 协议、消息交互和客户端可配置的能力。 演讲还涉及开发者指令、动态工具、模型与沙箱设置、部署二进制、生成绑定和 SDK，并以游戏中的智能体演示接口用法。 · 发布方说明 · 完整内容待核读 · Dominik Kundelhttps://q.cxspace.com/talks/source-8ebd89e066834678/https://q.cxspace.com/talks/source-8ebd89e066834678/Sat, 10 Oct 2026 00:00:00 +0800播客MIT 的 Justin Solomon 在 Bloomberg Odd Lots 讨论 AI 对数学研究与教育的影响。按节目介绍，访谈涉及纯数学和应用数学研究者怎样应对 AI 的进展，以及教师如何调整教学和作业。 节目还以 Navier–Stokes 问题为例谈论证明的理解与评估，并讨论专业数学工作的实际面貌。本次仅核对发布方单集介绍；介绍中的 AI 证明说法尚未经本站查证，不作为数学问题已解决的结论。 · 发布方说明 · 完整内容待核读 · Justin Solomonhttps://q.cxspace.com/talks/source-85bd31128ae1c16b/https://q.cxspace.com/talks/source-85bd31128ae1c16b/Sat, 10 Oct 2026 00:00:00 +0800播客硅谷 101 主持人 Yiwen 再访阿里国际站总裁张阔，讨论模型评测进步怎样转化为商家的实际工作成果。发布方介绍列举报价比较、采购、船期与交易纠纷等业务任务，关注智能体仍需人解释、检查和兜底的情况。 节目围绕榜单与实际交付的落差、通用模型与垂直产品的关系，以及人在 AI 执行工作后保留哪些判断展开。本次读取节目介绍和时间线；介绍中的评测结果为嘉宾所述，尚未独立核实，也没有据此抽取原话。 · 发布方说明 · 完整内容待核读 · 张阔https://q.cxspace.com/talks/source-7ccae94caf4437e9/https://q.cxspace.com/talks/source-7ccae94caf4437e9/Sat, 10 Oct 2026 00:00:00 +0800播客Rana el Kaliouby 与 Tibo Sottiaux 讨论 AI 产品中的信任与权限：用户如何逐步让智能体参与日常工作，研发与产品团队又怎样共同设计能力和安全评估。 访谈还涉及训练、评估与部署的区别、递归自我改进，以及自动化加速时人的位置。发布方提供自动生成、未完全校正的文字稿；其中关于产品能力和事件的说法属于受访者陈述，尚未经本站独立验证。 · 发布方说明 · 完整内容待核读 · Tibo Sottiauxhttps://q.cxspace.com/talks/source-649d40b14a294ff4/https://q.cxspace.com/talks/source-649d40b14a294ff4/Sat, 10 Oct 2026 00:00:00 +0800演讲Gabriel Martinez 讨论 AI 生成速度超过团队判断和审核能力时的质量问题。发布方介绍涉及大型 PR、文档造成的审核负担、原型给人造成的完成错觉，以及明确责任的必要性。 演讲介绍的做法包括约定、图示、小规模可审查改动和清晰的所有权。 · 发布方说明 · 完整内容待核读 · Gabriel Martinezhttps://q.cxspace.com/talks/source-5e7896a2da88e81e/https://q.cxspace.com/talks/source-5e7896a2da88e81e/Sat, 10 Oct 2026 00:00:00 +0800演讲Greg Pstrucha 以 Sentry 的调试智能体 Seer 为背景，讨论反复纠正编程智能体为何难以形成稳定行为。按发布方介绍，演讲主张把重复规则写入测试、类型约束和 lint 检查。 内容还涉及 API 与 OpenAPI 的一致性、技能文档检查，以及无法形式化的判断如何由书面规则和审核循环支持；同时提醒指标可能被优化行为钻空子。 · 发布方说明 · 完整内容待核读 · Greg Pstruchahttps://q.cxspace.com/talks/source-4e5b87b4b0d2ccfa/https://q.cxspace.com/talks/source-4e5b87b4b0d2ccfa/Sat, 10 Oct 2026 00:00:00 +0800演讲Felipe Blanes 从 Nova Act 的客户实践讨论静态评测与实际使用之间的差距。按发布方介绍，演讲提出由客户成功标准、信号收集、问题诊断和决策反馈组成的评估循环。 内容还涉及用户信任、主动说明产品局限，以及让评测持续更新。标题和介绍中的可靠性数字属于讲者的经验表述，不作为适用于所有系统的通用阈值。 · 发布方说明 · 完整内容待核读 · Felipe Blaneshttps://q.cxspace.com/talks/source-44a7e37690340f63/https://q.cxspace.com/talks/source-44a7e37690340f63/Sat, 10 Oct 2026 00:00:00 +0800演讲Ali-Reza Adl-Tabatabai 讨论 AI 生成更多、更大代码改动后，CI 和代码审核如何成为质量与速度的瓶颈。发布方介绍围绕智能体验证、失败解释、测试问题与自动修复展开。 演讲还说明团队怎样逐步授权自动批准与合并，以及智能体和程序分析如何配合。这些是受访者所介绍的方法与产品能力，尚未由本站独立测试。 · 发布方说明 · 完整内容待核读 · Ali-Reza Adl-Tabatabaihttps://q.cxspace.com/talks/source-41e2110c2ba788c4/https://q.cxspace.com/talks/source-41e2110c2ba788c4/Sat, 10 Oct 2026 00:00:00 +0800访谈Intel 前 CEO、Playground Global 普通合伙人 Pat Gelsinger 与 Raghu Raghuram、Guido Appenzeller 讨论半导体创新。节目介绍把 AI 辅助芯片设计与制造周期、内存带宽、先进封装和供电约束联系起来。 讨论还涉及专用 AI 芯片的整合、新型存储、光互连，以及面向智能体的基础设施虚拟化。本次核对的是原发布方简介与人物署名，完整节目尚待核读，不把章节标题作为受访者原话。 · 发布方说明 · 完整内容待核读 · Pat Gelsingerhttps://q.cxspace.com/talks/source-23976cb2c5a96ae7/https://q.cxspace.com/talks/source-23976cb2c5a96ae7/Sat, 10 Oct 2026 00:00:00 +0800播客本期发布标题为《Beam: The Great American Open Model with ReflectionAI Co-Founder and CEO Misha Laskin》。此处提供标题导览；具体观点与依据请查看下方逐条摘录及原片。 · 发布标题 · 完整内容待核读 · Misha Laskinhttps://q.cxspace.com/talks/source-9d4469f54600ef8d/https://q.cxspace.com/talks/source-9d4469f54600ef8d/Fri, 09 Oct 2026 00:00:00 +0800演讲Orkes 联合创始人兼 CTO Viren Baraiya 提出把智能体分成负责规划的“大脑”和负责确定性执行的“手”。发布方介绍将讨论重点放在长期运行、事件驱动和会产生实际操作后果的智能体，说明仅有一次模型调用为什么不足以支撑生产系统。 演讲涉及审批关口、幂等性、操作记录与持久化工作流，以及把智能体生成的计划转为 Conductor 工作流的做法。示例围绕 SRE 场景展开，分别呈现推理与执行循环，让计划变化与执行约束各有明确位置。 · 发布方说明 · 完整内容待核读 · Viren Baraiyahttps://q.cxspace.com/talks/source-8afa853a350658b4/https://q.cxspace.com/talks/source-8afa853a350658b4/Fri, 09 Oct 2026 00:00:00 +0800访谈AWS CEO Matt Garman 与 a16z 的 Raghu Raghuram 讨论 AI 智能体怎样改变云基础设施需求。节目介绍关注企业从试验转向实际部署时，需要怎样的算力、可靠性与安全基础，以及 AWS 如何配置资源支持创业公司和大型企业。 讨论范围包括 GPU 供给、Trainium 与 Graviton 芯片、基础设施投资与容量瓶颈，以及企业采用智能体时的信任问题。本期还涉及 AWS 内部使用 AI 智能体的经验，帮助读者对照平台提供者如何理解下一阶段的云计算。 · 发布方说明 · 完整内容待核读 · Matt Garmanhttps://q.cxspace.com/talks/source-74e05be0d147885d/https://q.cxspace.com/talks/source-74e05be0d147885d/Fri, 09 Oct 2026 00:00:00 +0800演讲Automattic 的 AI Enablement 负责人 Em Shreve 介绍一家远程公司如何把 AI 工具使用转化为持续的团队能力。演讲的核心案例是为工程、跨职能与非技术团队设计的两周线下学习项目：一半时间用于工作坊，一半时间用于真实工作项目。 发布方说明列出 MCP、hooks、智能体与内部 MCP 服务等实践内容，并介绍结业成员如何通过操作指南、分享会、结对实践和帮助频道继续带动同事。项目还使用培训后 72 小时、30 天和 90 天的反馈，观察学习能否进入日常工作。 · 发布方说明 · 完整内容待核读 · Em Shreve