Episode 64: Data Science Meets Agentic AI with Michael Kennedy (Talk Python)

摘要

Michael Kennedy 探討如何擺脫軟體與 AI 開發的複雜性迷思，透過簡化架構與專注使用者需求來降低成本。內容涵蓋資料科學家的軟體工程實踐、如何部署系統以及 Agentic AI 如何重塑開發流程，並強調在 AI 輔助下仍需掌握核心技能。

Michael Kennedy discusses escaping software complexity, practical deployment strategies for data scientists, and the impact of Agentic AI on development workflows.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 擺脫雲服務複雜性，用簡單架構大幅降低開發與運維成本。
• 掌握 Docker、Git 等關鍵實踐，讓資料科學家更高效部署系統。
• 理解 Agentic AI 如何改變開發工作流，並平衡依賴與學習。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00揭露雲端複雜性如何製造開發障礙
2. 11:28十年間資料科學與軟體工程如何融合
3. 17:22AI 驅動產品測試策略與高階驗證
4. 19:46自訂伺服器架構與 Docker 環境建置
5. 28:09AI 助手精通 Git 與特定庫文件技巧
6. 33:54自動補完與代理工具在開發中的差異
7. 36:15AI 疲勞下代理工具如何填補技能缺口
8. 39:58理解模型像管理實習生的同理心
9. 42:47非確定性與快速變化的挑戰
10. 46:14避免人類化誤解與氣餒感
11. 50:12從高階需求到快速驗證成果
12. 52:15設定專案規則避免技術堆疊混亂
13. 54:47將困難過程轉化為深度學習
14. 59:59推薦課程與感謝訪談結束

提到的工具與公司

• Cursor
• Docker
• Git
• VS Code
• PyDantic
• Sonic
• Claude

適合誰看

正在進行資料科學專案、希望簡化 AI 系統部署或探索 Agentic AI 實踐的開發者。

摘要依據

講者

Hugo Bowne-Anderson

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

0.31

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• TDD, AI agents and coding with Kent BeckPodcast ・ The Pragmatic Engineer ・ 1 小時 16 分（在新分頁開啟原站）
• Agentic Engineering, explained by a 10x developer影片 ・ David Ondrej ・ 43 分鐘（在新分頁開啟原站）
• What Developers Need To Know About Agents Before 2026Podcast ・ The AI Native Dev ・ 47 分鐘
• Episode 1Podcast ・ Raising An Agent ・ 30 分鐘
• Agentic Engineering in Action with Mitchell Hashimoto影片 ・ Zed Industries ・ 1 小時 1 分（在新分頁開啟原站）
• Can AI Really Build Enterprise-Grade Software? | Maor Shlomo & Base44Podcast ・ The AI Native Dev ・ 55 分鐘（在新分頁開啟原站）