1Podcast入門EN
AGI is still 30 years away — Ege Erdil & Tamay Besiroglu（在新分頁開啟原站）
Ege Erdil 與 Tamay Besiroglu 探討 AGI 未來，認為智慧爆炸可能不成立，但經濟將爆發式成長。他們創立 Mechanize 專注於全自動工作，並指出 AGI 距離遙遠，但 AI 應用將改變世界。
※ 摘要僅根據標題與說明
Dwarkesh PodcastDwarkesh Patel
Podcast ・ 國際 ・ 英文 ・ S 級 ・ 27 筆內容 ・ 最近更新 2026/05/16
與前沿研究者、CEO 的長篇深度訪談
最受歡迎
依人氣
- 2Podcast進階EN
Richard Sutton – Father of RL thinks LLMs are a dead end（在新分頁開啟原站）
Richard Sutton 認為大語言模型是死衚衕，他透過訪談指出，若要在持續學習上取得突破，必須建立新的架構讓代理體像人類一樣即時學習，而非依賴現有的訓練階段。
※ 摘要僅根據標題與說明
- 3Podcast進階EN
Elon Musk — "In 36 months, the cheapest place to put AI will be space”（在新分頁開啟原站）
探討太空成為 AI 最便宜儲存地、地球能源挑戰、人形機器人製造、xAI 與 DOGE 等議題。
※ 摘要僅根據標題與說明
- 4Podcast進階EN
Satya Nadella — How Microsoft is preparing for AGI（在新分頁開啟原站）
Satya Nadella 與 Dylan Patel 談論 Microsoft 如何為通用人工智慧（AGI）做準備，並介紹了他們新推出的 Fairwater 2 資料中心。
※ 摘要僅根據標題與說明
- 5Podcast進階EN
Thoughts on AI progress (Dec 2025)（在新分頁開啟原站）
探討 AI 發展趨勢，強調人類勞動的價值及經濟擴散滯後現象。節目指出目標會隨時間調整，並提及強化學習（RL）的規模化與廣泛部署可能引發智慧爆炸。
※ 摘要僅根據標題與說明
- 6Podcast進階EN
Adam Marblestone — AI is missing something fundamental about the brain（在新分頁開啟原站）
Adam Marblestone 探討大腦如何透過極少資料學習大量資訊，並指出 AI 可從神經科學中獲得啟發。他闡述基因如何編碼抽象獎勵函式，並說明模型式學習與純模型學習的關鍵差異。
※ 摘要僅根據標題與說明
- 7Podcast進階EN
A billion years of evolution in a single afternoon — George Church（在新分頁開啟原站）
George Church 探討合成生物學如何透過 AI 與基因編輯技術，在短短幾小時內實現數億年的演化速度。他認為這將帶來去老化、生物機器人等巨大突破，但也可能引發武器化生命等風險。
※ 摘要僅根據標題與說明
- 8Podcast進階EN
Xi Jinping’s paranoid approach to AGI, debt crisis, & Politburo politics — Victor Shih（在新分頁開啟原站）
本訪談探討中國政治、債務危機及 AI 發展。訪談者 Victor Shih 分析中共對 AGI 的看法、權力結構以及未來走向。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
- 10Podcast進階EN
Is RL + LLMs enough for AGI? — Sholto Douglas & Trenton Bricken（在新分頁開啟原站）
探討 AI 研究界 RL 與 LLM 結合能否達成 AGI 的疑問。兩位訪談者分析新 RL 架構的規模潛力，並討論如何透過機械式可解釋性追蹤模型思維，同時為國家、工作者與學生提供 AGI 前的準備策略。
※ 摘要僅根據標題與說明
最新內容
依發布時間
- Podcast高階EN
Eric Jang – Building AlphaGo from scratch
本訪談介紹 Eric Jang 如何從零開始構建 AlphaGo，並探討其對未來 AI 研究的啟示。訪談指出 AlphaGo 是理解智慧本質（如搜尋、經驗學習、自我對弈）的最佳範例，並展示了如何利用現代工具將複雜的決策問題簡化為可計算的正…
- Podcast進階EN
Reiner Pope – The math behind how LLMs are trained and served
Reiner Pope 在黑板前詳細解構了大型語言模型（LLM）的訓練與推理原理。他透過數學公式與範例，解釋了批大小（batch size）如何決定計算成本與延遲，並指出在硬體受限時，最佳化批大小至極限是降低延遲與成本的最有效手段。
- Podcast進階EN
Jensen Huang – TPU competition, why we should sell chips to China, & Nvidia’s supply chain moat
Jensen Huang 在節目中探討了 TPU 競爭、Nvidia 對供應鏈的鎖定策略，以及是否應將 AI 晶片銷售給中國市場。他強調，將電子轉換為 token 的過程極難完全商品化，因為其中包含大量藝術與工程。
- Podcast進階EN
Dylan Patel — Deep dive on the 3 big bottlenecks to scaling AI compute（在新分頁開啟原站）
Dylan Patel 深入探討了擴充 AI 運算資源時的三大瓶頸：邏輯、記憶體與電力。他從實驗室、超算企業、製程廠到製程裝置商的全層面經濟模型進行剖析，讓讀者了解每一層技術的實際限制與成本結構。
※ 摘要僅根據標題與說明
- Podcast入門EN
The most important question nobody's asking about AI（在新分頁開啟原站）
Dwarkesh Podcast 探討了 AI 發展中關於隱私與權力的核心衝突，指出當前技術結構上更傾向於監控，並質疑當前對 AI 的規範是否真正解決了根本問題。
※ 摘要僅根據標題與說明
- Podcast進階EN
Dario Amodei — "We are near the end of the exponential"（在新分頁開啟原站）
Dario Amodei 探討 AI 接近通用智慧的時程，並分析當前強化學習的規模效應與任務特定學習如何促進泛化。
※ 摘要僅根據標題與說明
- Podcast進階EN
Elon Musk — "In 36 months, the cheapest place to put AI will be space”（在新分頁開啟原站）
探討太空成為 AI 最便宜儲存地、地球能源挑戰、人形機器人製造、xAI 與 DOGE 等議題。
※ 摘要僅根據標題與說明
- Podcast進階EN
Adam Marblestone — AI is missing something fundamental about the brain（在新分頁開啟原站）
Adam Marblestone 探討大腦如何透過極少資料學習大量資訊，並指出 AI 可從神經科學中獲得啟發。他闡述基因如何編碼抽象獎勵函式，並說明模型式學習與純模型學習的關鍵差異。
※ 摘要僅根據標題與說明
- Podcast進階EN
Thoughts on AI progress (Dec 2025)（在新分頁開啟原站）
探討 AI 發展趨勢，強調人類勞動的價值及經濟擴散滯後現象。節目指出目標會隨時間調整，並提及強化學習（RL）的規模化與廣泛部署可能引發智慧爆炸。
※ 摘要僅根據標題與說明
- Podcast進階EN
Ilya Sutskever — We're moving from the age of scaling to the age of research（在新分頁開啟原站）
Ilya Sutskever 探討 AI 從「規模化」轉向「研究」的新策略，並闡述如何解決預訓練問題以提升模型泛化能力，確保 AGI 能順利發展。
※ 摘要僅根據標題與說明
- Podcast進階EN
Satya Nadella — How Microsoft is preparing for AGI（在新分頁開啟原站）
Satya Nadella 與 Dylan Patel 談論 Microsoft 如何為通用人工智慧（AGI）做準備，並介紹了他們新推出的 Fairwater 2 資料中心。
※ 摘要僅根據標題與說明
- Podcast入門EN
Andrej Karpathy — AGI is still a decade away（在新分頁開啟原站）
Andrej Karpathy 在 Dwarkesh Podcast 的訪談中，探討了 AGI 距離十年遠、強化學習的劣勢、人機學習差異以及教育未來。
※ 摘要僅根據標題與說明
- Podcast高階EN
Some thoughts on the Sutton interview（在新分頁開啟原站）
訪談探討了 Sutton 對 AI 的觀點，特別強調了模仿學習與強化學習的連續性與補充關係，並闡述了持續學習的概念。
※ 摘要僅根據標題與說明
- Podcast進階EN
Richard Sutton – Father of RL thinks LLMs are a dead end（在新分頁開啟原站）
Richard Sutton 認為大語言模型是死衚衕，他透過訪談指出，若要在持續學習上取得突破，必須建立新的架構讓代理體像人類一樣即時學習，而非依賴現有的訓練階段。
※ 摘要僅根據標題與說明
- Podcast進階EN
Fully autonomous robots are much closer than you think – Sergey Levine（在新分頁開啟原站）
Sergey Levine 預測通用機器人能在 2030 年實現完全自主運作。他探討了基礎模型、資料與硬體規模如何推動機器人爆發，並指出我們正處於自我提升飛輪的門檻上。
※ 摘要僅根據標題與說明
- Podcast進階EN
China is killing the US on energy. Does that mean they’ll win AGI? — Casey Handmer（在新分頁開啟原站）
Caltech 博士 Casey Handmer 探討中國如何透過能源優勢挑戰美國，並預測 AGI 可能由太陽能驅動。他提出中國將透過大量太陽能資料中心與太空矽片來滿足 AI 的能源需求，認為這將是能源奇點的核心。
※ 摘要僅根據標題與說明
- Podcast入門EN
Why I don’t think AGI is right around the corner（在新分頁開啟原站）
Dwarkesh 在 2025 年 6 月探討 AGI 時間表，指出不同訪談中對 2 至 20 年的預測差異巨大。他強調目前缺乏明確的技術突破，並提醒讀者不要過度期待 AGI 即將到來。
※ 摘要僅根據標題與說明
- Podcast進階EN
A billion years of evolution in a single afternoon — George Church（在新分頁開啟原站）
George Church 探討合成生物學如何透過 AI 與基因編輯技術，在短短幾小時內實現數億年的演化速度。他認為這將帶來去老化、生物機器人等巨大突破，但也可能引發武器化生命等風險。
※ 摘要僅根據標題與說明
- Podcast進階EN
Xi Jinping’s paranoid approach to AGI, debt crisis, & Politburo politics — Victor Shih（在新分頁開啟原站）
本訪談探討中國政治、債務危機及 AI 發展。訪談者 Victor Shih 分析中共對 AGI 的看法、權力結構以及未來走向。
※ 摘要僅根據標題與說明
- Podcast進階EN
Is RL + LLMs enough for AGI? — Sholto Douglas & Trenton Bricken（在新分頁開啟原站）
探討 AI 研究界 RL 與 LLM 結合能否達成 AGI 的疑問。兩位訪談者分析新 RL 架構的規模潛力，並討論如何透過機械式可解釋性追蹤模型思維，同時為國家、工作者與學生提供 AGI 前的準備策略。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
- Podcast入門EN
Mark Zuckerberg — AI will write most Meta code in 18 months（在新分頁開啟原站）
Mark Zuckerberg 在 Dwarkesh Podcast 談論 AI 將替 Meta 撰寫大部分程式碼，預計 18 個月內完成。
※ 摘要僅根據標題與說明
- Podcast入門EN
AGI is still 30 years away — Ege Erdil & Tamay Besiroglu（在新分頁開啟原站）
Ege Erdil 與 Tamay Besiroglu 探討 AGI 未來，認為智慧爆炸可能不成立，但經濟將爆發式成長。他們創立 Mechanize 專注於全自動工作，並指出 AGI 距離遙遠，但 AI 應用將改變世界。
※ 摘要僅根據標題與說明
- Podcast進階EN
AI 2027: month-by-month model of intelligence explosion — Scott Alexander & Daniel Kokotajlo（在新分頁開啟原站）
這期節目由 Scott Alexander 與 Daniel Kokotajlo 共同探討 2027 年 AI 爆發的月曆式預測。他們分析了意識錯位的蜂巢思維、領導人意識模糊以及自動化研究員等未來情景，並分享了自己從質疑到被點醒的學習過程。
※ 摘要僅根據標題與說明
- Podcast進階EN
AMA: career advice given AGI, how I research ft. Sholto & Trenton（在新分頁開啟原站）
專訪了 AGI 領域的兩位專家 Trenton Bricken 與 Sholto Douglas，探討他們如何為 AI 研究提供職業建議。內容涵蓋如何挑選訪談物件、研究方法以及未來 AI 發展趨勢。
※ 摘要僅根據標題與說明
- Podcast進階EN
Satya Nadella — Microsoft’s AGI plan & quantum breakthrough（在新分頁開啟原站）
Satya Nadella 談及 Microsoft 的 AGI 計劃與量子突破，指出 AI 不會成為單一家獨大的市場，並強調經濟成長與智慧價格下降的重要性。
※ 摘要僅根據標題與說明
- Podcast進階EN
Jeff Dean & Noam Shazeer — 25 years at Google: from PageRank to AGI（在新分頁開啟原站）
Jeff Dean 與 Noam Shazeer 分享了兩人於 Google 25 年的從 PageRank 到 AGI 的演進。
※ 摘要僅根據標題與說明
