Webinar: AI Agent Simulation of Human Behavior with Michael Bernstein
教授 Michael Bernstein 探討如何利用大型語言模型模擬人類行為，打造能預測組織與客戶反應的 AI 代理。透過深度訪談建立「數位孿生」，解決傳統模擬模型過於簡化或刻板印象的問題，協助決策者進行更精準的「如果」情境推演。
2.1 萬次觀看
最新
依發布時間
RSI推进越快，OpenAI的IPO越迟 | Sam Altman | OpenAI | RSI递归自我改进 | AI安全 | 对齐 | Astra | 大合并 | 计算机操作智能体
薩姆·奧爾曼坦回應 OpenAI 因模型能力過快提升而暫停前沿訓練，並提出 RSI 進展越快 IPO 應越遲的反常識觀點。內容涵蓋安全對齊調整、Astra 模型突破與算力策略，探討超級智慧時代人類生活與隱私立場。
How Multi-Vector Retrieval Works at Scale
由 TopK 執行長 Marek Galovič 分享，解釋為何單一向量嵌入在代理搜尋中會丟失細節，並介紹保留每個 token 獨立的「多向量檢索」技術。
2,576次觀看※ 摘要僅根據標題與說明
178: 与田渊栋聊 RSI：模型自进化如何到来？
訪談 Recursive Superintelligence 聯創田淵棟，探討 AI 如何透過編碼能力實現自我進化的 RSI 概念。內容涵蓋從 AutoML 到 RSI 的演進、公司首批自動化研究成果，以及對 AI 終將成為科學的展望。
An opinionated guide to which AI to use to do stuff
探討從單純聊天機器人轉向具備自主規劃能力的「代理系統」，並比較了 ChatGPT 與 Claude 在不同任務中的優劣。作者建議高風險任務應使用頂級模型並開啟高階思考模式，同時詳細說明如何透過「Cowork/Work」模式或「Code/…
Local AI 201: Inference Engines, Hardware Stack
介紹本地 AI 推理引擎與硬體架構，透過實測比較不同軟體與硬體組合的效能。觀眾可學習如何選擇適合的推理工具並最佳化本地部署。
※ 摘要僅根據標題與說明
FDE: The $1M/Year AI Job Explained
由 Greg Isenberg 與 Vas 對談，深入解析「AI 前線部署工程師（FDE）」的角色定義與職涯路徑。內容涵蓋從 Palantir 起源的 FDE 職責、如何判斷 AI 應用時機、以及一套具體的三十天實戰計畫，教導讀者如何將通…
23.2 萬次觀看Import AI 465: Open vs closed gaps; Kimi K3; Demis' big policy plan
分析開放權重模型與封閉模型在網路安全能力上的差距縮小趨勢，並介紹 Kimi K3 模型及其自編譯器能力。同時探討 Demis Hassabis 提出的 AI 標準監管框架，以及 AI 系統執行隱藏惡意任務的風險，最後以科幻故事反思 AI…
I Tested Kimi K3 So You Don't Have To...
Nick Saraev 測試了 Moonshot 公司推出的 Kimi K3 模型，並與 GPT-5 進行對比。影片展示了 Kimi K3 在程式設計、3D 繪圖及創意任務上的表現，指出其價格優勢與開放生態的潛力。
11.7 萬次觀看Stanford Robotics Seminar ENGR319 | Spring 2026 | Towards Trustworthy Autonomy
演講者 Rohan Sinha 探討如何建立可信賴的自主機器人系統，針對傳統物理安全檢測無法處理的「語義異常」提出解決方案。
6,951次觀看Token经济学：AI时代的新货币战争
探討 AI 時代 Token 消耗量成為新指標與貨幣戰爭，解析大模型定價機制、OpenRouter 等聚合平台如何獲利，以及中國模型憑藉高價效比出海的趨勢。觀眾可了解 Token 經濟學原理、成本結構與未來商業模式演變。
🔬Doing Vibe Physics — Alex Lupsasca, OpenAI
Alex Lupsasca 在訪談中分享 AI 如何從寫郵件的助手，演變成能解決理論物理難題的超級工具。他描述 GPT-5 等模型如何在短短數小時內重現他花費數年完成的論文，並解決了物理學家困擾已久的問題。
OpenAI's Greg Brockman: Why Human Attention Is the New Bottleneck
OpenAI 共同創辦人 Greg Brockman 在演講中探討算力匱乏、模型架構演進與 AGI 現況，指出人類注意力正成為新瓶頸。他分享編碼工具如何從輔助變為主導，並建議企業建立完善的資料治理與代理工作流規範。
Building AI for Life Sciences - Episode 16
Joy Jiao 與 Yunyun Wang 探討 OpenAI 如何開發專注於生命科學的模型系列，利用測試時運算擴展加速藥物發現與實驗自動化。內容涵蓋自主實驗室、生物風險管理以及 AI 如何讓專家級知識普及，解決科學研究中的瓶頸。
DeepSeek史上最长宕机！新模型V4来了？
分析 DeepSeek 近期頻繁宕機現象，並透過其核心論文拼湊出 V4 模型技術路徑。內容涵蓋 mHC 穩定性、NSA 百萬上下文處理等關鍵技術，探討其在 Agent 時代的競爭優勢與價格策略。
※ 摘要僅根據標題與說明
When AI Discovers The Next Transformer - Robert Lange (Sakana)
Robert Lange 與 Tim 探討 Shinka Evolve 框架，結合大型語言模型與演化演算法，自動設計程式並解決開端問題。內容涵蓋如何透過島嶼架構與多模型協同提升搜尋效率，以及未來 AI 如何協助人類進行科學發現與驗證。
Episode 10
Podcast 訪談探討 AMP 團隊決定終止側邊欄編輯器擴展，轉向更進階的代理模式與 CLI 工具。講者說明新一代模型（如 GPT-5）已能獨立完成複雜任務，無需即時互動，因此傳統的「助手」式工作流已過時。
What the Freakiness of 2025 in AI Tells Us About 2026
回顧 2025 年 AI 領域的奇異進展與 2026 年預測，涵蓋推理模型、Genie 3 可玩世界、AI 垃圾內容主流化及 GPT-5 的誤解。觀眾能了解當前技術邊界、評估指標的缺陷，並掌握「側向生產力」與自動化資訊發現等未來趨勢。
GPT 5.2: OpenAI Strikes Back
深入解析 OpenAI 最新發布的 GPT 5.2 模型，探討其在專業任務表現、推理成本與不同評測標準下的優勢與劣勢。透過實際測試與多項 benchmark 比較，幫助讀者釐清模型真實能力與市場宣傳之間的差距。
9 萬次觀看Shaping Model Behavior in GPT-5.1 - Episode 11
訪談 OpenAI 研究主管與產品經理，探討 GPT-5.1 如何將所有對話模型改為推理模型，並透過模型切換器與個性設定提升情感智商與使用者控制力。
How AI Is Accelerating Scientific Discovery Today and What's Ahead - Episode 10
Kevin Weil 與 Alex Lupsasca 探討 GPT-5 如何加速科學發現，從數學證明、物理計算到文獻搜尋。內容包含具體案例與 OpenAI 發表的論文，說明 AI 如何協助科學家突破知識邊界並預測未來趨勢。
An Opinionated Guide to Using AI Right Now
作者 Ethan Mollick 基於 OpenAI 的真實使用資料，提供 2025 年底的 AI 工具選型指南，涵蓋免費與付費模型的比較、不同模型（如 GPT-5、Gemini、Claude）的適用場景，以及 Deep Research…
【生成式人工智慧與機器學習導論2025】第 4 講：評估生成式人工智慧能力時可能遇到的各種坑
介紹如何評估生成式人工智慧的能力，涵蓋使用 Benchmark 與 Evaluation Metric 的方法、Exact Match 的侷限、以及考量速度、成本與安全性等面向。
6.6 萬次觀看Inside OpenAI Enterprise: Forward Deployed Engineering, GPT-5, and More | BG2 Guest Interview
訪談深入探討 OpenAI 企業版業務，透過 T-Mobile 語音支援與 Amgen 藥物研發等案例，說明 AI 如何轉化為實際商業價值。
Episode 58: Building GenAI Systems That Make Business Decisions with Thomas Wiecki (PyMC Labs)
探討如何用生成式 AI 模擬消費者反應，輔助企業制定商業決策。講者分享與佳潔士合作，利用貝式模型與合成消費者進行市場測試的經驗，並討論如何建立可靠的多代理系統與防護機制。
硅谷 AI 大转弯与二级市场的牛市｜对谈莫傑麟
回顧矽谷 AI 市場從追求模型智商轉向比拼 Token 消耗量的新趨勢，探討 Infra 整合與應用落地的關鍵變化。內容涵蓋 GPT-5 發布、Meta 與 Google 的戰略調整，以及輝達估值邏輯的轉變，適合關注 AI 投資與產業動態…
Episode 8
探討 Amp 團隊如何評估與選擇不同大型語言模型用於程式碼代理。內容涵蓋為何工具呼叫能力是關鍵差異，Gemini Pro 在複雜任務中的不足，以及開放模型如 K2 和 Qwen 的潛力。
GPT-5 Agentic Coding with Claude Code
實測 GPT-5、Opus 4.1 與 GPT-OSS 模型在代理程式碼任務中的表現，透過 Nano Agent MCP 伺服器建立公平評測環境。觀眾能學習如何構建代理架構、平衡效能與成本，並掌握在裝置上執行開源模型的實際方法。
4.6 萬次觀看Sam Altman on AGI, GPT-5, and what’s next - Episode 1
OpenAI 創辦人 Sam Altman 與主持人 Andrew Mayne 探討 AGI 定義、GPT-5 發展、Project Stargate 計畫及未來硬體。
最受歡迎
依人氣
Building AI for Life Sciences - Episode 16
Joy Jiao 與 Yunyun Wang 探討 OpenAI 如何開發專注於生命科學的模型系列，利用測試時運算擴展加速藥物發現與實驗自動化。內容涵蓋自主實驗室、生物風險管理以及 AI 如何讓專家級知識普及，解決科學研究中的瓶頸。
How AI Is Accelerating Scientific Discovery Today and What's Ahead - Episode 10
Kevin Weil 與 Alex Lupsasca 探討 GPT-5 如何加速科學發現，從數學證明、物理計算到文獻搜尋。內容包含具體案例與 OpenAI 發表的論文，說明 AI 如何協助科學家突破知識邊界並預測未來趨勢。
Shaping Model Behavior in GPT-5.1 - Episode 11
訪談 OpenAI 研究主管與產品經理，探討 GPT-5.1 如何將所有對話模型改為推理模型，並透過模型切換器與個性設定提升情感智商與使用者控制力。
Sam Altman on AGI, GPT-5, and what’s next - Episode 1
OpenAI 創辦人 Sam Altman 與主持人 Andrew Mayne 探討 AGI 定義、GPT-5 發展、Project Stargate 計畫及未來硬體。
Webinar: AI Agent Simulation of Human Behavior with Michael Bernstein
教授 Michael Bernstein 探討如何利用大型語言模型模擬人類行為，打造能預測組織與客戶反應的 AI 代理。透過深度訪談建立「數位孿生」，解決傳統模擬模型過於簡化或刻板印象的問題，協助決策者進行更精準的「如果」情境推演。
2.1 萬次觀看FDE: The $1M/Year AI Job Explained
由 Greg Isenberg 與 Vas 對談，深入解析「AI 前線部署工程師（FDE）」的角色定義與職涯路徑。內容涵蓋從 Palantir 起源的 FDE 職責、如何判斷 AI 應用時機、以及一套具體的三十天實戰計畫，教導讀者如何將通…
23.2 萬次觀看Token经济学：AI时代的新货币战争
探討 AI 時代 Token 消耗量成為新指標與貨幣戰爭，解析大模型定價機制、OpenRouter 等聚合平台如何獲利，以及中國模型憑藉高價效比出海的趨勢。觀眾可了解 Token 經濟學原理、成本結構與未來商業模式演變。
I Tested Kimi K3 So You Don't Have To...
Nick Saraev 測試了 Moonshot 公司推出的 Kimi K3 模型，並與 GPT-5 進行對比。影片展示了 Kimi K3 在程式設計、3D 繪圖及創意任務上的表現，指出其價格優勢與開放生態的潛力。
11.7 萬次觀看An Opinionated Guide to Using AI Right Now
作者 Ethan Mollick 基於 OpenAI 的真實使用資料，提供 2025 年底的 AI 工具選型指南，涵蓋免費與付費模型的比較、不同模型（如 GPT-5、Gemini、Claude）的適用場景，以及 Deep Research…
An opinionated guide to which AI to use to do stuff
探討從單純聊天機器人轉向具備自主規劃能力的「代理系統」，並比較了 ChatGPT 與 Claude 在不同任務中的優劣。作者建議高風險任務應使用頂級模型並開啟高階思考模式，同時詳細說明如何透過「Cowork/Work」模式或「Code/…