公开节目库

科技中文播客

发现科技领域的优质外文播客,免费收听 AI 中文译制单集,并探索持续更新的播客频道。

频道

持续更新的频道

单集

最新中文译制

共 60 集

开源胜利,AGI已至,以及塞罗布拉斯与黑森林实验室CEO的斯科塞斯AI工具包1:08:37

开源胜利,AGI已至,以及塞罗布拉斯与黑森林实验室CEO的斯科塞斯AI工具包

(0:00) AI建设:比城市还大的数据中心(安德鲁·费尔德曼) (1:50) 推理、推断与打破摩尔定律 (16:28) 开源、AI主权与通往AGI之路 (40:54) 生成式视频背后的创新(罗宾·龙巴赫) (47:31) 马丁·斯科塞斯、机器人以及好莱坞IP的未来 感谢我们的合作伙伴让这一切成为可能! AppLovin广告 - AppLovin的AI广告平台覆盖移动游戏中超过十亿的日活跃用户。全屏视频广告的中位观看时长为35秒。广告商每天可盈利性地投入数十万美元,但广告商访问仍处于封闭测试阶段。窗口期开放于 https://applovin.com/ALLIN 纳斯达克 - 位于技术与资本市场的交汇点,纳斯达克凭借无与伦比的技术、洞察力和市场专业知识,为全球资本市场及其他领域提供顶级平台和服务。https://www.nasdaq.com/convergence-economy 关注安德鲁: https://x.com/andrewdfeldman 关注罗宾: https://x.com/robrombach 关注好友们: https://x.com/chamath https://x.com/Jason https://x.com/DavidSacks https://x.com/friedberg 关注X平台: https://x.com/theallinpod 关注Instagram: https://www.instagram.com/theallinpod 关注TikTok: https://www.tiktok.com/@allin 关注LinkedIn: https://www.linkedin.com/company/allinpod 开场音乐鸣谢: https://rb.gy/tppkzl https://x.com/yung_spielburg

科技
消费者AI的未来:Josh Elman加入a16z1:05:53

消费者AI的未来:Josh Elman加入a16z

Anish Acharya与Josh Elman展开对话,探讨消费科技的未来以及Elman加入a16z的决定。 过去二十年里,Elman参与塑造了包括LinkedIn、Facebook、Twitter、Robinhood、Discord、Musical.ly、TikTok和Apple在内的一批最具影响力的消费科技产品与公司。基于这些经历,他反思了科技如何从一个小众行业演变为日常生活的核心力量。 对话涉及消费级AI、产品设计、分发、社交网络、创作者生态,以及科技与人类行为之间不断变化的关系。他们讨论了为何AI可能催生全新一代消费产品,发现与分发方式如何改变,以及创始人能从以往平台转型中学到什么。 在此过程中,Elman分享了他对留存率、网络效应、产品市场契合度的见解,以及他认为在消费科技领域仍未被充分挖掘的机遇。 资源: 在X上关注Josh Elman:https://x.com/joshelman 在X上关注Anish Acharya:https://x.com/illscience 保持更新: 在YouTube上找到a16z:YouTube 在X上找到a16z 在LinkedIn上找到a16z 在Spotify上收听a16z Show 在Apple Podcasts上收听a16z Show 关注我们的主持人:https://twitter.com/eriktorenberg 请注意,此处内容仅供信息参考;不应被视为法律、商业、税务或投资建议,也不应用于评估任何投资或证券;且不针对任何a16z基金的投资者或潜在投资者。a16z及其关联方可能持有所讨论公司的投资。更多详情请参见a16z.com/disclosures。 由Simplecast(AdsWizz旗下公司)托管。关于我们为广告目的收集和使用个人数据的信息,请参见pcm.adswizz.com。

科技
OpenAI Codex负责人谈产品工作的新形态 安德鲁·安布罗西诺1:13:42

OpenAI Codex负责人谈产品工作的新形态 安德鲁·安布罗西诺

安德鲁·安布罗西诺在OpenAI负责Codex桌面应用的开发。如今,OpenAI几乎100%的员工——不仅仅是工程师——每周都在使用Codex。作为一名终身创造者,他拥有工程、设计、产品管理以及创业公司的背景,现在他负责将Codex桌面体验打造成他所说的“有史以来最好的桌面应用,没有之一”。 *在这次深度对话中,我们讨论了:* 1. 为什么AI彻底颠覆了产品开发流程 2. 作为一项专业技能,“品味”的真正含义是什么,以及为什么它正成为AI优先工作场所中最有价值的能力 3. 为什么安德鲁认为如果他们在去年11月(而不是今年2月)发布Codex应用,它可能会失败 4. OpenAI产品经理在“人人皆可构建”环境下的“区域防守”工作模式 5. 安德鲁团队如何合并角色,以及为什么完全消除角色概念是一个大错误 6. 安德鲁如何使用Codex来运行自己的工作流程 7. 一个能够协调ChatGPT、Codex以及人们已使用工具的“大本营”愿景 *本集由以下赞助商支持:* WorkOS——通过SSO、SCIM、RBAC等功能,让您的应用达到企业级标准:https://workos.com/lenny Mercury——颠覆性的银行业务,现已推出Command功能:https://mercury.com/ *节目文字稿:* https://www.lennysnewsletter.com/p/openai-codex-lead-on-the-new-shape *Lenny播客所有文字稿存档:* https://www.dropbox.com/scl/fo/yxi4s2w998p1gvtpu4193/AMdNPR8AOw0lMklwtnC0TrQ?rlkey=j06x0nipoti519e0xgm23zsn9&st=ahz0fj11&dl=0 *如何找到安德鲁·安布罗西诺:* • X:https://x.com/ajambrosino • LinkedIn:https://www.linkedin.com/in/ajambrosino • 网站:https://ambrosino.io *如何找到Lenny:* • 新闻通讯:https://www.lennysnewsletter.com • X:https://twitter.com/lennysan • LinkedIn:https://www.linkedin.com/in/lennyrachitsky/ *本期节目涵盖内容:* (00:00) 安德鲁·安布罗西诺介绍 (02:30) AI如何改变产品工作的形态 (06:32) 何时使用文档 vs. 原型 (10:25) “品味”的真正含义 (12:06) 为什么AI在设计方面仍然表现不佳 (16:18) 设计流程真的消亡了吗? (21:35) Codex团队的设计流程是怎样的 (23:41) 产品职能正在消失吗? (27:22) 团队结构 (30:12) 个人贡献者 vs. 管理 (31:37) 规划路线图 (35:16) 构建尚未生效的功能 (38:13) 野心问题:当你过于沉迷AGI时 (39:17) 最新前沿:循环与自主开发 (52:05) 安德鲁如何使用Codex自动化整个工作 (46:52) 计算机使用与浏览器自动化的力量 (49:10) 我们会在Codex内运行所有SaaS应用吗? (52:05) Codex的未来愿景 (57:20) 那位用Codex为Premiere Pro构建扩展的摄像师 (59:30) 失败角落 (1:01:50) 快问快答 (1:07:03) 幕后:我们的制作人如何使用Codex进行编辑 *参考资料:* • Codex:chatgpt.com/codex • 《原始印记:开端如何塑造创意发展的结局》:https://www.gsb.stanford.edu/faculty-research/publications/primal-mark-how-beginning-shapes-end-development-creative-ideas • Linear:https://linear.app • “品味”不仅仅是审美品味:https://x.com/thenanyu/status/2067327619897446721 • Linear打造备受喜爱的B2B产品的秘诀 | 南宇(产品负责人):https://www.lennysnewsletter.com/p/linears-secret-to-building-beloved-b2b-products-nan-yu • 保罗·格雷厄姆的网站:https://paulgraham.com • 设计流程已死。这是取而代之的东西。| 珍妮·文(Claude设计负责人):https://www.lennysnewsletter.com/p/the-design-process-is-dead • 案例研究工厂:https://essays.uxdesign.cc/case-study-factory • 为什么人类是AI最大的瓶颈(以及2026年将发生什么)| 亚历山大·恩比里科斯(OpenAI Codex产品负责人):https://www.lennysnewsletter.com/p/why-humans-are-ais-biggest-bottleneck • OpenClaw:https://openclaw.ai • OpenClaw:构建、训练并与个人AI代理共存的完整指南:https://www.lennysnewsletter.com/p/openclaw-the-complete-guide-to-building • 从怀疑者到真正信徒:OpenClaw如何改变我的生活 | 克莱尔·沃:https://www.lennysnewsletter.com/p/how-openclaw-changed-my-life-claire-vo • 在你睡觉时工作的Codex功能:https://www.lennysnewsletter.com/p/the-codex-feature-that-works-while • AI悖论:更多自动化,更多人类,更多工作 | 丹·希珀:https://www.lennysnewsletter.com/p/the-ai-paradox-dan-shipper • Atlas:https://chatgpt.com/atlas • Anthropic:https://www.anthropic.com *推荐书籍:* • 《咕噜牛》:https://www.amazon.com/Gruffalo-Julia-Donaldson/dp/0803730470 • 《大橙色斑点》:https://www.amazon.com/Big-Orange-Splot-Manus-Pinkwater/dp/0590445103 _由 https://penname.co/ 制作和营销。_ _如需咨询赞助播客事宜,请发送邮件至 podcast@lennyrachitsky.com。_ Lenny可能是所讨论公司的投资者。

科技
#543 - 扬·勒昆 - AMI实验室 - 让人工智能更人性化1:29:36

#543 - 扬·勒昆 - AMI实验室 - 让人工智能更人性化

他建造了世界上最具影响力的人工智能实验室,然后放弃一切,从零开始。 整个AI行业都押注同一件事,但Yann Le Cun认为他们走错了路。 在纽约大学任教23年后,Yann于2013年加入Facebook,创立了Meta的AI研究实验室FAIR,并领导了四年半。随后他成为首席AI科学家,继续从事研究工作。 15年来,他一直在并行研究他称之为“面向真实世界的AI”。 不是预测句子中下一个词的系统,而是能理解视频中将发生什么、预判自己行为后果、并在初次面对新任务时就能学会的系统。 就像人类或动物一样。 2025年12月31日,他正式离开Meta,并在65岁时与Facebook前员工、Nabla创始人Alexandre Le Brun共同创立了AMI Labs。 融资额超过10亿美元,成为欧洲史上最大的种子轮融资。 Yann Le Cun解释了为什么今天所有人使用的AI并不智能。 他回顾了LLM的真正本质,为什么扩大它们的规模永远无法达到人类级智能,以及应该构建什么来替代。 同时,AMI Labs计划如何开发其模型。 这期节目将带您理解AI的真实面貌,而非被推销的样子,主讲人是少数奠定现代AI基础、并已在思考下一步发展的研究者之一。 您可以在LinkedIn上联系Yann。 您想赞助“Génération Do It Yourself”或与我们合作吗? 请通过此表格联系我的厂牌Orso Media。 时间线: - 00:00:00 - 离开Meta,构建下一代AI - 00:11:49 - 今天的AI并不智能 - 00:16:49 - “智能不是知识的积累” - 00:25:26 - 所有人都误解了LLM - 00:33:38 - 超人AI不可避免 - 00:43:58 - 没有机器人公司知道如何让它们有用 - 00:55:38 - AI在人类可被替代的领域表现出色,观点 - 01:02:36 - 世界模型:AI所缺失的 - 01:14:58 - YouTube是世界上最大的数据集 - 01:26:15 - AI能否在灾难发生前预测? - 01:32:22 - 每个人都将成为AI团队的主管 之前提到的GDIY期数: - #534 - Sixte de Vauplane - Animaj - 让好莱坞颤栗的动画工作室 - #500 - 英文 - Reid Hoffman - LinkedIn, Paypal - 如何驾驭人类最强大的发明 - #500 - 法文 - Reid Hoffman - LinkedIn, Paypal - 如何驾驭人类最强大的发明 - #452 - 英文 - Reid Hoffman - LinkedIn, Paypal - “我们更像是技术人而非智人” - #452 - 法文 - Reid Hoffman - LinkedIn, Paypal - 人类2.0:技术人更胜智人 - #397 - Yann Le Cun - Meta首席AI科学家 - 通用人工智能不会来自ChatGPT 我们讨论过: - 什么是大型语言模型(LLM)? - “人工智能的爆发远比学术时间快” - 通用人工智能 - Waymo自动驾驶汽车 - 我们的中国纪录片:中国如何变得不可战胜? - Jean-Louis Constanza如何看待无机器人的机器人学未来 - AI:你了解联合嵌入预测架构(JEPA)和世界模型吗? - Plaud AI - 系统1/系统2:思维的两种速度 - Musk收购Cursor,攻击OpenAI,Tim is Cooked! 推荐阅读: - 《我们够聪明了解动物有多聪明吗?》,Frans de Waal 著(英文) - 《我们太“笨”无法理解动物智能吗?》,Frans de Waal 著(法文) - 《思考,快与慢》,Daniel Kahneman 著(英文) - 《系统1/系统2:思维的两种速度》,Daniel Kahneman 著(法文) - 《当机器开始学习》,Yann Le Cun 著 非常感谢我们的赞助商: Squarespace:https://squarespace.com/doit Qonto:https://qonto.com/r/2i7tk9 Brevo:brevo.com/doit eToro:https://bit.ly/3GTSh0k Payfit:payfit.com Club Med:clubmed.fr Cuure:https://cuure.com/product-onely(代码DOIT) 您想赞助“Génération Do It Yourself”或与我们合作吗? 请通过此表格联系我的厂牌Orso Media。 由Audiomeans托管。访问audiomeans.fr/politique-de-confidentialite了解更多信息。

科技
马克·安德森的世界观:60分钟MTS直播1:09:20

马克·安德森的世界观:60分钟MTS直播

Erik Torenberg 与 Marc Andreessen 探讨了人工智能、媒体的现状,以及正在重塑互联网的广泛文化与经济变革。他们讨论了围绕AI的叙事——从恐惧到炒作——如何影响公众认知,以及为何实际使用情况讲述的是截然不同的故事。 谈话涉及AI对就业和生产力的影响、"AI原生"建设者的崛起,以及为何更强的能力往往会扩大工作而非淘汰工作。Andreessen 还分析了企业如何适应变化,从重组团队到围绕更全能的"建设者"重新定义角色。 他们还探讨了不断变化的媒体格局——从影响力与信息的动态变化,到传统权威的瓦解——及其对信任、文化和代际态度的影响。沿途,他们触及了从机构权力到新兴互联网亚文化等话题,全面审视了技术如何重塑系统与社会。 时间戳: 00:00 - 开场 00:42 - Anthropic 勒索事件与 AI 末日论文学 02:49 - 自杀式共情与 SPLC 指控 16:33 - AI、就业与 AI 吸血鬼的崛起 25:39 - 技术岗位的未来:从程序员到建设者 30:55 - AI 精神错乱、AI 自我安慰,以及模型其实已经很棒了 38:48 - 为何 AI 情绪调查具有误导性 45:28 - UFO:我们所知的事实与政府隐藏的秘密 52:25 - 给年轻人的建议与代际鸿沟 资源: 在 X 上关注 Marc Andreessen:https://x.com/pmarca 保持更新: 如果您喜欢本期节目,请务必点赞、订阅并与朋友分享! 在 X 上找到 a16z:https://twitter.com/a16z 在 LinkedIn 上找到 a16z:https://www.linkedin.com/company/a16z 在 Spotify 上收听 a16z 播客:https://open.spotify.com/show/5bC65RDvs3oxnLyqqvkUYX 在 Apple Podcasts 上收听 a16z 播客:https://podcasts.apple.com/us/podcast/a16z-podcast/id842818711 关注我们的主持人:https://x.com/eriktorenberg 请注意,此处内容仅供信息参考,不应被视为法律、商业、税务或投资建议,也不应用于评估任何投资或证券,且不针对任何 a16z 基金的投资者或潜在投资者。a16z 及其关联方可能持有所讨论公司的投资。更多详情请参见 http://a16z.com/disclosures。

科技
法尔汉·塔瓦尔,你现在的工作是什么? 整理2634:34

法尔汉·塔瓦尔,你现在的工作是什么? 整理26

Shopify 工程主管法尔汉·萨瓦尔谈当AI编写大部分代码时工程师的职责转变 0:00 - 你现在的工作是什么? 0:55 - 软件开发生命周期如何演变 3:13 - 学习是副产品 4:33 - 瓶颈永远在移动 7:58 - 托比的备忘录 11:17 - 招聘1000名实习生 12:48 - 半人马时代的终结 19:39 - 原型不等于生产 20:46 - Shopify如何运用AI 25:22 - 什么改变了,什么没变

科技
反思Claude Code的一年23:13

反思Claude Code的一年

一年前,我们正式推出了Claude Code。这个最初作为内部项目诞生的、在终端中运行的智能编码工具,如今已被全球的开发者与组织广泛使用。 Claude Code负责人Boris Cherny与产品负责人Cat Wu共同回顾了Claude Code的第一年:从一个仅获两种反应的Slack演示,到工程团队将其部署至整个代码库。他们探讨了验证的最佳实践、自动模式背后的思考、各自钟爱的日常流程与循环、Claude Code在工程领域之外的采用、上下文极简主义的兴起,以及如何为AI指数级增长进行构建。 0:00 - Claude Code的起源与演进 1:10 - 如何让Claude擅长验证 3:14 - 角色融合:超越工程师的Claude Code 4:48 - 利用日常流程进行持续集成、代码审查等 6:43 - Boris钟爱的功能:自动模式 8:10 - 保护自动模式:红队测试与评估 10:24 - 为何循环是下一个飞跃 11:06 - 工程组织与职责如何变化 13:30 - 未来属于产品还是工程? 14:20 - 与数百个智能体协作:使用代理视图、语音模式与远程控制 16:05 - 从上下文工程到上下文极简主义 17:17 - Claude Code的下一个发展方向 了解更多关于Claude Code的内容:https://code.claude.com/docs/en/overview 关注X上的@ClaudeDevs,获取Claude Code团队的产品更新与最佳实践:https://x.com/ClaudeDevs

科技
First Block专访:Harvey联合创始人兼总裁Gabe Pereyra27:52

First Block专访:Harvey联合创始人兼总裁Gabe Pereyra

对于纯音频播客、文字记录以及定制的 Notion x Harvey 模板,请访问:https://ntn.so/st638j 要了解更多关于 Notion 如何支持初创企业的信息,请访问:https://ntn.so/tuy3w3 欢迎收听《First Block》,这是 Notion 的一个系列节目,来自全球领先公司的创始人将向我们讲述他们在创业旅程中如何应对众多“第一次”,以及从这些经历中学到了什么。 在本期节目中,我们采访了 Harvey 的联合创始人兼总裁 Gabe Pereyra。Harvey 是一个专为大型律师事务所及其客户打造的人工智能平台,借助生成式 AI 的力量,帮助数千名律师在复杂事务上进行协作。从 OpenAI 的种子轮投资到估值增长至 80 亿美元,Harvey 的发展轨迹是过去几年中定义性的应用 AI 故事之一。 时间戳 00:00 — 开场 01:42 — Harvey 的起源 03:41 — 为何选择法律领域 06:02 — 构建通用工具 08:50 — 企业级准确性 10:03 — 基础设施重于模型 12:49 — 创始人在 AI 方面的经验教训 16:04 — 扩大公司规模 17:50 — 与模型共同构建 21:48 — 工具栈 23:01 — 建议环节

科技
今年你能听到的最理性的AI见解1:32:59

今年你能听到的最理性的AI见解

本尼迪克特·埃文斯是一位独立分析师,曾任职于安德森·霍洛维茨基金,担任多年内部“思想家”,追踪最重要的技术趋势。过去六年间,他持续发布深度研究的演讲报告,探讨科技发展方向,近期重点关注人工智能对经济的变革。他的研究成果被创始人、投资者和运营者广泛阅读,帮助他们在喧嚣的领域中理清思路。他最具争议的观点是:人工智能的重要性堪比互联网或移动互联网——但也仅此而已。 *在我们的深度对话中,我们讨论了:* 1. 为什么我们正处于人工智能的“1997年”——早期、令人兴奋,且对下一步发展充满不确定性 2. 价值将如何在人工智能技术栈中实际积累 3. 反人工智能的反弹情绪及其可能走向 4. 人工智能公司中咨询和专业服务领域的意外繁荣 5. 为什么随着软件构建变得更容易,分销正成为终极护城河 6. 关于你的工作,正确的问题不是“人工智能能完成百分之多少?”而是“这是任务还是工作?” 7. 为什么情况可能会好起来——以及你需要如何准备 *本期节目由以下赞助商支持:* WorkOS——通过SSO、SCIM、RBAC等功能,让你的应用达到企业级标准:https://workos.com/lenny Vanta——利用人工智能自动化合规、管理风险并加速信任:https://vanta.com/lenny *节目文字稿:* https://www.lennysnewsletter.com/p/a-rational-conversation-on-where *Lenny播客所有文字稿存档:* https://www.dropbox.com/scl/fo/yxi4s2w998p1gvtpu4193/AMdNPR8AOw0lMklwtnC0TrQ?rlkey=j06x0nipoti519e0xgm23zsn9&st=ahz0fj11&dl=0 *如何找到本尼迪克特·埃文斯:* • LinkedIn:https://www.linkedin.com/in/benedictevans • 新闻通讯:https://www.ben-evans.com/newsletter • 网站:https://www.ben-evans.com *如何找到Lenny:* • 新闻通讯:https://www.lennysnewsletter.com • X平台:https://twitter.com/lennysan • LinkedIn:https://www.linkedin.com/in/lennyrachitsky/ *本期节目涵盖内容:* (00:00) 本尼迪克特·埃文斯介绍 (02:19) 人们对人工智能影响尚未定价的部分 (06:24) 为什么我们处于人工智能的1997年时刻 (09:44) 专业服务和咨询领域的意外繁荣 (17:44) 为什么分销正成为终极护城河 (23:17) 即将到来的工作变革:真实与恐慌 (27:33) 为什么通用人工智能的定义不断变化 (38:11) 价值将如何积累:模型与应用程序 (42:55) 分销之战:谷歌、Meta、苹果与OpenAI (48:12) 反人工智能情绪与反弹 (53:11) 如何在人工智能未来中养育孩子 (58:27) 应该选择或避开哪些工作 (59:20) 关于人工智能没人问的问题 (1:06:25) 如何在未来取得成功 (1:08:43) 人工智能角落 (1:11:43) 快速问答环节 *参考资料:* • 安德森·霍洛维茨基金:https://a16z.com • 人工智能吞噬世界:https://youtu.be/niJpDnNtNp4 • VisiCalc:https://en.wikipedia.org/wiki/VisiCalc • 麦肯锡公司:https://www.mckinsey.com • 贝恩公司:https://www.bain.com • 埃森哲:https://www.accenture.com • 杰文斯悖论:https://en.wikipedia.org/wiki/Jevons_paradox • 本尼迪克特在LinkedIn上关于Excel的帖子:https://www.linkedin.com/posts/benedictevans_younger-people-may-not-believe-this-but-activity-7303217994459938816-PNqu • 人工智能原生初创公司:5款产品、七位数收入、100%人工智能编写代码 | Dan Shipper(Every联合创始人/CEO):https://www.lennysnewsletter.com/p/inside-every-dan-shipper • Dario Amodei在X平台:https://x.com/DarioAmodei • 马克·安德森:真正的人工智能热潮尚未开始:https://www.lennysnewsletter.com/p/marc-andreessen-the-real-ai-boom • Frame.io:https://frame.io • 食品营销协会:https://en.wikipedia.org/wiki/Food_Marketing_Institute • Llama:https://www.llama.com • Steven Sinofsky在X平台:https://x.com/stevesi • Drake表情包:https://imgflip.com/memegenerator/343699919/Drake-Hotline-Bling-Transparent-Background • 前谷歌CEO在毕业典礼演讲中谈论人工智能时被嘘 | WSJ新闻:https://www.youtube.com/watch?v=tNH43a1EI7s • 乔纳森·斯威夫特名言:https://www.goodreads.com/quotes/9838985-you-cannot-reason-a-person-out-of-a-position-he • 乔治·卡林名言:https://www.brainyquote.com/quotes/george_carlin_391403 • 富士通:https://global.fujitsu • O*NET在线:https://www.onetonline.org • Pete Holmes网站:https://peteholmes.com • 《第七封印》:https://www.imdb.com/title/tt0050976 • 爱立信R310s手机:https://en.wikipedia.org/wiki/Ericsson_R310s • i-mate手机:https://en.wikipedia.org/wiki/I-mate *推荐书籍:* • 《三人同舟》:https://www.amazon.com/Three-Men-Boat-Jerome-K/dp/1512099899 • 《自然的大都市:芝加哥与大西部》:https://www.amazon.com/Natures-Metropolis-Chicago-Great-West/dp/0393308731 _制作与营销由 https://penname.co/ 提供。_ _如需咨询播客赞助事宜,请发送邮件至 podcast@lennyrachitsky.com。_ Lenny可能是所讨论公司的投资者。

科技
托尼·法德尔:如何建立真正的品味(以及为何AI让品味更加重要)1:38:23

托尼·法德尔:如何建立真正的品味(以及为何AI让品味更加重要)

托尼·法德尔创造了iPod,联合创造了iPhone,并创立了Nest(以32亿美元出售给谷歌)。他联合拥有超过300项专利,曾是通用魔术传奇团队的一员,并撰写了面向建造者的最重要且鼓舞人心的著作之一《创造》。 *在本次深度对话中,我们探讨了:* 1. 关于iPhone是否应有物理键盘的内部激烈争论 2. 为何基于观点的决策对初代产品至关重要 3. 为何营销与产品本身同等重要,以及iPod险些失败的教训 4. 为何语音最终将成为与AI交互的主要界面 5. 为何对AI的认知投降是当今产品建造者面临的最大风险 *本集由以下赞助商支持:* WorkOS——通过SSO、SCIM、RBAC等功能让您的应用企业就绪:https://workos.com/lenny Vanta——利用AI自动化合规、管理风险并加速信任:https://vanta.com/lenny *节目文字稿:* https://www.lennysnewsletter.com/p/father-of-the-ipod-and-iphone-on *Lenny播客全部文字稿存档:* https://www.dropbox.com/scl/fo/yxi4s2w998p1gvtpu4193/AMdNPR8AOw0lMklwtnC0TrQ?rlkey=j06x0nipoti519e0xgm23zsn9&st=ahz0fj11&dl=0 *联系托尼·法德尔:* • X:https://x.com/tfadell • LinkedIn:https://www.linkedin.com/in/tonyfadell • 网站:https://www.buildc.com *联系Lenny:* • 新闻通讯:https://www.lennysnewsletter.com • X:https://twitter.com/lennysan • LinkedIn:https://www.linkedin.com/in/lennyrachitsky/ *本期内容时间线:* (00:00) 托尼·法德尔介绍 (02:23) 黑莓与iPhone键盘之争 (07:50) 微观管理vs善意谎言:优秀产品真正需要什么 (15:57) Nest恒温器与烟雾报警器故事 (21:22) 如何判断值得建造什么:痛点加新技术 (27:36) 三代法则:为何首次尝试总不成功 (34:20) 完整客户旅程:为何营销定义你的产品 (40:53) 故事的力量与先写新闻稿的方法 (48:37) 产品管理的演变与建造者角色 (50:27) 为何AI生成代码会制造脆弱、不可维护的产品 (58:00) 叙事技巧 (1:05:45) 下一个iPhone (1:13:15) 硬件回归 (1:17:01) 托尼最兴奋的事 (1:21:38) 与托尼共事 (1:25:36) 伦理、道德与产品建造者的责任 (1:32:40) 如何联系托尼与Build Collective *参考资料:* • 黑莓:https://www.netflix.com/title/81725542 • 功能系统:https://x.com/bhalligan/status/2051873396896518558/photo/1 • Nest:https://en.wikipedia.org/wiki/Google_Nest • 人人都是工程师:v0创造一亿建造者的使命 | Guillermo Rauch(Vercel创始人兼CEO,v0与Next.js创造者):https://www.lennysnewsletter.com/p/everyones-an-engineer-now-guillermo-rauch • Hermann Hauser的LinkedIn:https://www.linkedin.com/in/hermannhauser • Acorn Computers:https://en.wikipedia.org/wiki/Acorn_Computers • 臭鼬工厂项目:https://en.wikipedia.org/wiki/Skunkworks_project • Netscape Navigator:https://en.wikipedia.org/wiki/Netscape_Navigator • 解析亚马逊独特工作方式 | Bill Carr(《逆向工作》作者):https://www.lennysnewsletter.com/p/unpacking-amazons-unique-ways-of • 通用魔术:https://www.imdb.com/title/tt6849786 • Dario Amodei网站:https://www.darioamodei.com • Flighty:https://flighty.com • Dave Chappelle:https://en.wikipedia.org/wiki/Dave_Chappelle • Humane Inc.:https://en.wikipedia.org/wiki/Humane_Inc • 《她》:https://www.imdb.com/title/tt1798709 • Spike Jonze:https://en.wikipedia.org/wiki/Spike_Jonze • Waymo:https://waymo.com • Snapchat CEO:为何分销已成为最重要护城河 | Evan Spiegel:https://www.lennysnewsletter.com/p/snapchat-ceo-why-distribution-is • Simbe Robotics:https://www.simberobotics.com • Greyparrot:https://www.greyparrot.ai • Grok:https://grok.com • Cerebras:https://www.cerebras.ai • 以斯帖记4:14:https://www.biblegateway.com/verse/en/Esther%204%3A14 • iPod发明者与Nest创始人托尼·法德尔被任命为MAD首位驻场设计师:https://mad.mit.edu/news/ipod-inventor-and-nest-founder-tony-fadell-named-mit-morningside-academy-for-design-s-inaugural-designer-in-residence *推荐书籍:* • 《创造:打造值得打造之物的非正统指南》:https://www.amazon.com/dp/0063046067 • 《逆向工作:来自亚马逊内部的洞察、故事与秘密》:https://www.amazon.com/Working-Backwards-Insights-Stories-Secrets/dp/1250275717 _由 https://penname.co/ 制作与推广。_ _如需赞助播客,请发送邮件至 podcast@lennyrachitsky.com。_ Lenny可能投资了讨论中涉及的公司。

科技
推理模型如何破解80年数学难题——OpenAI播客第20期40:40

推理模型如何破解80年数学难题——OpenAI播客第20期

上个月,人工智能发现了数学家们几十年来一直忽略的东西。推理研究员Alex Wei、Hongxun Wu和Lijie Chen加入播客,讨论一个通用模型如何帮助推翻著名数学家保罗·埃尔德什提出已有80年之久的猜想。 他们回顾了结果开始显现真实性的那一刻、验证证明所需的工作,以及自向世界分享这一发现以来所发生的事情。他们还探讨了这对数学的未来以及研究人员学习与人工智能合作的意义。 章节 0:44 人工智能与国际数学奥林匹克竞赛和国际信息学奥林匹克竞赛 6:35 OpenAI模型推翻埃尔德什单位距离猜想 8:33 运行模型并检查证明 11:04 为什么通用模型对发现很重要 15:55 创造力、工具以及证明是如何运作的 18:25 为什么人工智能应该让数学家感到赋能 22:31 给使用人工智能的研究人员的建议 27:24 数学与人工智能研究的下一步是什么 37:30 密码学、量子计算与未来

科技