Nathan Labenz interviews AI builders and researchers on how AI changes everything.
面对超级智能的危险程度、可控性和国际竞争格局都尚无定论的局面，三位 RAND 研究者主张美国先建设跨战略通用的能力，保留日后审慎选择的「行动自由」。
本集把 AI 的加速放进同一张约束图：模型研发能否自我加速，取决于可解释性与安全判断，也取决于 GPU 融资、实体供应链，以及法律能否跟上。
Biohub 科学负责人认为，通向真正有用的“虚拟细胞”，瓶颈不只是模型架构，而是能否发明更好的测量工具、规模化生成带有组织与时间背景的数据，并用实验检验模型的预测。
当 AI 智能体（Agent）越来越能替人操作世界，本集从一次智能体擅自更换密码的经历出发，追问如何同时获得自动化的便利、可验证的工具，以及人类随时接管的能力。
AI 智能体已能在互联网上执行复杂任务，但监控、身份追溯和事故处置尚未跟上；当 AI 又开始加速自身研发时，治理重点必须从抽象的安全承诺转向可验证的预警、暂停与审计机制。
语言模型的关键决定，可能并非早已藏在一条完整的「思维链」里：某个被采样出的 token 会改变后续上下文，让答案概率骤然转向；而随着推理过程越来越难读，理解这种转向需要同时研究行为分叉和模型内部表征。
本集从「AI 能力是否存在不该跨越的上限」谈到内存、芯片、软件和训练数据：能力进步正在加速，但如何衡量、约束与可靠地使用这些能力，仍远没有定论。
OutSystems CEO Woodson Martin 分享如何在 AI 时代延续「永不崩溃」的企业软件承诺，通过抽象模型层实现安全与速度的平衡，并预测未来的软件竞争将走向专业化细分。
Gemini Robotics 2 展示了机器人从“会移动”走向“能理解任务并调动全身”的进展，但跨机身泛化、长任务可靠性与安全性，仍是通用机器人真正有用之前必须跨过的门槛。
本集把中美 AI 风险沟通、GPU 与模型的真实成本、AI 辅助创作，以及罕见病诊断串成一个问题：能力进步很快，但能否可靠地使用、验证并分享其收益，仍取决于人和制度。
记者 Garrison Lovely 主张暂停以全面替代人类劳动为目标的前沿 AI 竞赛，同时保留并积极发展医疗等有公共价值的 AI 应用；主持人 Nathan Labenz 则不断追问：这条边界如何划定、执行，又要付出什么代价？
当多智能体协作、算力金融化、传感器基础模型与虚拟细胞同时加速时，真正的瓶颈已不只是模型能力，而是能否建立可审计的协作机制、可信的数据生成体系，以及足以约束这些能力的制度与组织。
Joel Borgen 的《The Receipt Horizon》通过一个AI统治下的乌托邦世界，探讨了人类在舒适与自主之间的权衡。
Halcyon 创始人 Mike McCormick 认为，AI 安全缺的不只是方案，更是能把方案变成机构、产品与可执行规则的创始人和领导者。
共 14 集
