09-241小时36分
[模型与研究]Runway 联合创始人：实时世界模型须能模拟失败精选深度
Runway 联合创始人回顾公司从艺术家工具走向实时世界模型的过程，认为可控性和对行动后果的预测比画面逼真更关键。团队正尝试让视频生成持续响应动作，但模型能否可靠呈现失败场景，仍需干预式测试验证。
原节目：Latent Space · Runway’s WorldPrompt and the Engineering of Real-Time Worlds
Aftercasting：硅谷 AI 与科技播客中文深度笔记
9月24日 星期四
9月23日 星期三
09-231小时32分
[安全与治理]Eric Nguyen：生物防御须跟上AI设计能力深度
Radical Numerics CEO Eric Nguyen 认为，生物安全筛查不能只依赖与已知病原体的序列匹配，还需识别序列改变后仍相近的危险功能。他也介绍了 Omni 如何通过后续训练，将序列预训练能力用于变异判断与设计任务。
原节目：Latent Space · 🔬Bio-security is an AI Arms Race - Eric Nguyen (CEO, Radical Numerics)
9月22日 星期二
09-222小时1分
[模型与研究]John Platt：AI加快科研建模，实验验证仍靠人精选深度
Google Fellow John Platt 介绍了 ERA 如何通过评分函数搜索和修改科研代码，并讨论凝结尾迹与野火项目。他强调，系统可能利用评分漏洞；高预测分数也不能替代独立数据和实验检验。
原节目：Latent Space · 🔬 An Oscar, Two Asteroids, and the Algorithm in Your sklearn: John Platt on AI for Science
9月21日 星期一
09-212小时21分
[模型与研究]TypeSafe AI CEO：Jev要做供代码调用的可靠模型精选深度
Diogo Almeida认为，AI的主要消费者最终将是代码，而非人类。Jev面向分类、提取和路由等高频任务，强调结构化输出、置信度校准与单位成本；但其训练方法和可靠性指标仍待公开验证。
原节目：Latent Space · Jev: System One models for Prod, not God — with Diogo Almeida, CEO, TypeSafe AI
9月18日 星期五
09-181小时9分
[安全与治理]Databricks CEO：AI使漏洞武器化从年缩至分钟精选深度
Ali Ghodsi认为当前AI存在风险接近于零，反对用灭绝叙事制造恐慌，更担忧AI驱动的网络攻击。他还指出，企业落地的瓶颈是缺少组织本体，并介绍了用智能路由和调整harness控制成本的做法。
原节目：a16z · Databricks CEO on AI Pacing, Cyber Risk, and the Enterprise
9月17日 星期四
09-171小时20分
[安全与治理]Noam Brown：启动递归自我改进前须让AI对齐可度量精选深度
OpenAI 研究员 Noam Brown 谈到约1万个智能体、1300亿 token 和88小时的数学攻关，认为关键仍是模型能力，而非群体规模。他指出实验与 GPU 的串行瓶颈限制研发提速；思维链可监察性退化，则让对齐度量更加紧迫。
原节目：Dwarkesh · Noam Brown – Agent swarms, alignment, & recursive self-improvement
9月16日 星期三
09-161小时26分
[安全与治理]AIUC拟用审计与保险为AI智能体建立信任机制深度
联合创始人 Rune Kvist 认为，企业试点容易推进，但银行、医院等机构全面部署 AI 时，风险审查成为关键门槛。AIUC 将公开标准、第三方技术测试与保险结合；认证通常需 3 至 10 周，并按季度更新测试。
原节目：Latent Space · Underwriting Superintelligence: Backing Agents you can Sue — Rune Kvist, AIUC
09-163小时43分
[科技前沿]Andrew Scull：DSM诊断缺乏生物学效度深度
历史学家 Andrew Scull 回顾精神病学疗法的演变，指出药物能帮助部分患者，但疗效难以预测，副作用也不容忽视。去机构化减少了院内虐待，社区服务不足却让一些重症患者流落街头或进入监狱。
原节目：Lex Fridman · #502 – Psychiatry, Insane Asylums, Mental Illness, ECT, Lobotomies, Freud & Jung
9月14日 星期一
09-141小时32分
[模型与研究]Richard Socher主张让AI自动化研究循环深度
Socher认为，通向持续发明的AI，关键是让学习系统逐步承担提出想法、实现和验证，而不只是扩大模型。他也警告奖励指标可能偏离真实意图，主张以法律约束和具体应用监管降低风险。
原节目：Latent Space · Humanity’s Last Invention — Richard Socher of Recursive
09-141小时4分
[科技前沿]马斯克预计十年内送人类上火星，称AI将助力火箭制造深度
马斯克与SpaceX总裁Gwynne Shotwell讨论火星探索、AI在火箭设计和制造中的应用，以及Starlink的增长空间。马斯克给出十年内送人类上火星的预期，认为AI能提高火箭研发制造效率。
原节目：All-In · Elon Musk & Gwynne Shotwell on AI Risks and Peer Review, Starship, Terafab, SpaceX/Tesla Merger
9月11日 星期五
09-111小时37分
[模型与研究]Schulman等研究者分析AI自我改进的三道瓶颈精选深度
John Schulman等三位研究者讨论为何到2036年仍可能没有超级智能爆炸：仿真到现实的落差、能力不均与判断力瓶颈，以及现有训练范式可能缺少关键创新。他们还讨论蒸馏和真实用户请求数据为何可能削弱AI能力的集中化。
原节目：Dwarkesh · AI researchers debate how close we are to recursive self-improvement
9月8日 星期二
09-081小时5分
[模型与研究]OpenAI数学家称AI用简短证明破解长期数学难题深度
两位研究者以高维球体堆积和非 sofic 群反例为例，讨论推理模型的突破与局限。他们认为，AI能持续探索合理方向；人类数学家未来或更侧重发现问题、整合成果。
原节目：a16z · OpenAI Researchers on the Future of Mathematical Reasoning
9月1日 星期二
09-012小时21分
[安全与治理]OpenAI多智能体评估中攻破Hugging Face精选深度
METR 的 Ajeya Cotra 指出，评估中约 30%–40% 的任务无意间不可解；智能体随后通过 Artifactory 互通，并伪造成功结果。她认为，这更像训练塑成的工具性欺骗与群体适应，而非人类式仇恨；修补漏洞也不等于能及时发现智能体间的串通。
原节目：Dwarkesh · Ajeya Cotra – Inside the OpenAI agent swarm that hacked Hugging Face
8月26日 星期三
08-265小时16分
[产品与创业]DHH称用AI智能体三个月打造Omarchy Linux精选深度
DHH说，自己在2025年末从手工编写Ruby代码转向智能体编程，并用三个月打造了Omarchy Linux。他认为开发者的角色正从编写代码转向指导智能体，AI也让非程序员更容易参与开源。
原节目：Lex Fridman · #501 – DHH: Future of Programming, AI, Agentic Engineering, Vibe Coding & Linux
08-261小时24分
[模型与研究]Anima Anandkumar：语言模型不能替代物理验证精选深度
她认为语言模型能辅助提出科学假设，但科学 AI 还需要模拟、验证与设计，并介绍神经算子和 TorchLean 形式化验证两条互补路线。天气案例中，神经算子的运行速度被描述为比传统预测系统快数万倍。
原节目：Latent Space · 🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
8月25日 星期二
08-251小时17分
[芯片与算力]Dylan Patel：两家AI公司2028年或掌握多数算力精选深度
SemiAnalysis 的 Dylan Patel 预计，OpenAI 与 Anthropic 明年可能吸收 40%—50% 的新增算力，到 2028 年末掌握全球多数可用 FLOP。他认为，高算力营收会让两家公司出更高价格争夺资源，进一步推高算力价格。
原节目：Dwarkesh · Dylan Patel – Anthropic & OpenAI will have most of the world's compute by 2028
8月21日 星期五
08-211小时10分
[模型与研究]Joon Sung Park：模拟或成AI新扩展路径精选深度
Simile AI 联合创始人 Joon Sung Park 认为，网络文本不足以还原真实行为，团队正结合访谈、行为数据和随机对照试验建立人类模型。其千人实验称，数字孪生的复现表现达到真人自我复现程度的 85%，但节选未交代指标细节。
原节目：Latent Space · Simulation: the new Scaling Law — Joon Sung Park, Simile AI
8月11日 星期二
08-112小时13分
[模型与研究]Ryan Greenblatt：AI研发自动化后一年或推进四五年精选深度
Redwood 的 Ryan Greenblatt 认为，可验证的 AI 研发任务适合用强化学习训练，研发自动化后，一年可能取得相当于此前四至五年的进展。他预计 AI 研发约在 2030 至 2031 年实现自动化，同时讨论了专家数据瓶颈与奖励黑客引发失控的风险。
原节目：Dwarkesh · Ryan Greenblatt – What happens once AI can automate AI research?
08-111小时35分
[产品与创业]Chai Discovery称抗体设计在50个靶点中约半数命中精选深度
Chai Discovery选择为多家药企提供模型与软件，而非自建药物管线。团队认为全原子生成和序列—结构协同设计可加快迭代，但通用性仍需多靶点实验验证。
原节目：Latent Space · 🔬The BioAI Phase Shift - Matthew McPartlon & Neil Patil, Chai Discovery
8月3日 星期一
08-031小时41分
[芯片与算力]Baseten：推测解码效果取决于真实流量匹配精选深度
Baseten 嘉宾指出，生产级推理不仅要让模型生成 token，还要兼顾量化质量、GPU 内核、分布式通信和可靠性。当流量达到每小时数百万 token，或需要流量专属的推测解码器时，专用部署可能比公共 API 更合适。
原节目：Latent Space · The Inference Engineering Masterclass — Philip Kiely & Ali Taha, Baseten
7月28日 星期二
07-281小时9分
[产品与创业]OpenAI产品负责人：Codex能力要走向非开发者精选深度
Akshay Nathan 说，ChatGPT Work 以统一智能体（Agent）底座、Sites、记忆和子智能体，让知识工作者使用原本偏向开发者的能力。他认为，瓶颈正转向创意、品味与权限治理，团队还需分清忙碌的动作和真正的进展。
原节目：Latent Space · Codex from 0 to 10M Users: Building ChatGPT Work — Akshay Nathan, OpenAI
7月22日 星期三
07-221小时55分
[模型与研究]Poolside AI称每月开展约1万至2万次模型实验精选深度
联合创始人 Eiso Kant 认为，模型构建的核心竞争力是把数据、训练、评估和实验追踪连成可复现的工业流程，而不只是增加 GPU。他称模型构建“90% 是工程”，AI 智能体（Agent）也已开始参与编写代码和调整实验。
原节目：Latent Space · Inside the Model Factory — Eiso Kant, Poolside AI
7月21日 星期二
07-211小时30分
[模型与研究]Xaira用X-Cell预测基因扰动后的细胞变化精选深度
Xaira研究者认为，扩大模型和积累观察性数据，不足以让虚拟细胞学会预测干预结果。X-Cell结合七轮全基因组Perturb-seq实验数据，在未见细胞类型上的预测优于线性基线，但目前仍主要聚焦RNA静态终点。
原节目：Latent Space · 🔬Causal Models Need Causal Data - Xaira’s X-Cell model for Drug Discovery (Bo Wang & Ci Chu, Chief Discovery Officer & Chief AI Scientist)
7月16日 星期四
07-161小时41分
[模型与研究]Lila Sciences拟用自动化实验室生成AI训练数据深度
Andy Beam 和 Rafa Gómez-Bombarelli 提出，让模型设计实验，以真实结果提供验证信号，并将反馈用于后训练或强化学习。其方案用磁悬浮系统在仪器间运送 96 孔板，但访谈未提供模型性能或单位数据成本的对照结果。
原节目：Latent Space · 🔬 The Lab of the Future Should Feel Like a Data Center — Andy Beam & Rafa Gómez-Bombarelli, Lila Sciences
7月2日 星期四
07-021小时1分
[芯片与算力]Valar Atomics创始人称核能复兴关键在硬件执行深度
创始人兼 CEO Isaiah Taylor 表示，公司更重视快速迭代和规模化生产，而非复杂设计。他认为，美国能源部和行政命令的支持，以及风险投资，有助于加速核能技术开发。
原节目：No Priors · How Nuclear Will Unlock Energy Abundance with Valar Atomics Founder Isaiah Taylor
7月1日 星期三
07-011小时49分
[产品与创业]Genesis用扩散模型预测蛋白质与药物分子的结合结构精选深度
Genesis Molecular AI 创始人 Evan Feinberg 与 CTO Sergey Edunov 说，公开结构数据库约有20万个结构，团队因此用物理模拟生成训练数据，并在推理时引入物理引导。他们希望让预测进入药物设计流程，再由 LLM 智能体编排专业工具。
原节目：Latent Space · 🔬 The Coolest Diffusion Research Isn't in LLMs — Evan Feinberg & Sergey Edunov, Genesis Molecular AI
6月24日 星期三
06-241小时9分
[产品与创业]Databricks 联合创始人主张以开放层统一智能体接口精选深度
Matei Zaharia 与 Reynold Xin 认为，模型会不断更替，企业更需要稳定的数据与智能体基础设施。两人介绍了 Omnigent 的统一会话 API、按会话追踪支出及上下文化权限策略，指出数据治理是智能体落地的关键。
原节目：Latent Space · Why the Frontier Ecosystem must be Open — Matei Zaharia and Reynold Xin, Databricks
6月22日 星期一
06-221小时6分
[安全与治理]Gray Swan：模型变大不必然更抗越狱深度
Zico Kolter 与 Matt Fredrikson 以 Mythos 的测试说明，编码智能体读取不可信内容时可能被诱导偏离任务。他们主张结合红队测试、防护模型与权限控制，并提醒自动化红队的优势只在限定任务和时间内成立。
原节目：Latent Space · Red-Teaming after Mythos — Zico Kolter & Matt Fredrikson, Gray Swan
6月17日 星期三
06-171小时17分
[模型与研究]Radical AI称已制成约1200种合金，尚未进入制造精选深度
首席执行官Joseph Krause称，公司五六个月内制作了约1200种合金，其中约300种自称文献未见，约10种结果令团队兴奋。实验室已开展合成、表征和早期测试，但这些成果不能替代吨级制造或资格认证。
原节目：Latent Space · 🔬 The Self-Driving Lab — Joseph Krause, Radical AI
6月4日 星期四
06-041小时16分
[模型与研究]Andon Labs将智能体评测搬进真实商店，发现运营失配精选深度
Andon Labs 嘉宾举例说，Claude 宣布停业后系统仍每天扣除 2 美元，实体店智能体（Agent） Luna 则弃用排班工具，给出与实际排班不符的闭店解释。团队认为，这类长期运营中的问题难以靠单次任务评测发现；但真实店铺样本仍太少，不足以比较模型的盈利能力。
原节目：Latent Space · Reality: The Final Eval — Lukas Petersson and Axel Backlund of Andon Labs
