Illia Polosukhin (@ilblackdragon)，"Attention is All You Need" 的共同作者和 @NEARProtocol 的创始人，加入 @labenz 在 @cogrev_podcast 上讨论他对 AI 驱动未来的具体愿景。 他们讨论了： * AI 编码助手如何使 "个人软件" 成为可能 - 每个人都可以构建自己的自动化，而不是使用复杂的、千篇一律的工具，如 Salesforce * 从传统用户界面向统一智能层的转变，该层在所有设备上工作，预测您的需求，并主动完成任务 * AI 代理如何通过直接连接买家和卖家来改变市场，使广告和中介变得不那么相关 * 在 AI 丰富的时代，日常生活的样子 - 个性化的娱乐和人们在小型利基社区中寻找意义 * 代表代币持有者投票的 AI 委托，以及 NEAR 的长期目标是每个人都有自己的 AI 参与治理 * 人类与个人 AI 之间的共生关系，"共同成长" - AI 在与其他 AI 的谈判中追求其人类的利益 * 在强大的 AI 系统广泛分布时，生物安全方面的剩余挑战和协调的必要性 章节： (00:00) 赞助商：Google Gemini Notebook LM (00:31) 关于这一集 (03:33) AI 转变软件开发 (14:18) 工作的未来 (18:58) 用 AI 保障区块链 (第 1 部分) (19:08) 赞助商：Tasklet | Linear (21:48) 用 AI 保障区块链 (第 2 部分) (33:03) 对 AI 社会的愿景 (第 1 部分) (33:55) 赞助商：Shopify (35:52) 对 AI 社会的愿景 (第 2 部分) (49:14) 代理架构与对齐 (58:30) 实验 AI 治理 (01:06:43) AI 安全性与稳健性 (01:16:09) 生物安全与开放模型 (01:22:56) 协调 AI 开发 (01:28:52) 结束

.@eoghan，@intercom 的首席执行官，和 @fergal_reid，首席 AI 官员，加入 @labenz 在 @cogrev_podcast 上讨论他们如何构建 Fin——这款 AI 客户服务代理在 30 个月内将解决率从 35% 提高到 65%，同时在每次解决方案 99 美分的基础上开创了基于结果的定价。他们探讨了： * 为什么智能不是瓶颈——GPT-4 已经足够聪明，他们的 30 点改进中只有几个百分点来自更好的基础模型 * 上下文工程作为真正的驱动因素：自定义检索模型、重新排序器，以及数千个生产 A/B 测试，检测 0.1% 的解决率变化 * 每次解决方案 99 美分的定价模型，起初并不盈利，但通过提高成功率和降低推理成本实现了软件级别的利润率 * Fin 如何在没有大规模裁员的情况下解决水下支持团队问题——放缓新员工的招聘，同时将人力资源提升到价值链上（除了 BPO，立即被替换） 时间戳： (00:00) 关于这一集 (03:43) 跟上 AI (09:56) 评估模型和评估 (13:04) incumbents vs. 初创公司 (18:54) 产品风险与判断（第 1 部分） (19:00) 赞助商：Linear | AGNTCY (21:34) 产品风险与判断（第 2 部分） (23:42) Klarna 裁员故事（第 1 部分） (32:11) 赞助商：Claude | Shopify (36:13) Klarna 裁员故事（第 2 部分） (36:14) 驱动解决率 (45:00) 智能不是瓶颈 (50:10) 缩小自动化差距 (56:20) 人类与 AI 的准确性 (1:01:03) 速度的细微差别 (1:04:48) 考虑范式变化 (1:09:31) 基于结果的定价模型 (1:19:12) 随意黑客与见解 (1:26:05) AI 采用与雄心 (1:36:00) 结束

了解像 @sama 这样的 AI 领导者的心理和决策者。执行教练 @FU_joehudson 和 @artofaccomp 的创始人，加入 @labenz 在 @CogRev_Podcast 上讨论 AI 研究人员和领导者的心理和决策过程。 他们探讨了： * 为什么每个 AI 研究人员都在思考 "我为人类做得好吗？" 但对这意味着什么缺乏共识 * 情感阻塞模式如何伤害创新 - 以及通过头/心/肚子整合 "解除阻塞" 的技巧 * 为什么羞辱 AI 开发者适得其反，而像 "英雄分娩" 一样支持他们效果更好 * AI 发展的不可避免性以及超越纯智能优化的积极愿景的必要性 时间戳： (00:00) 关于这一集 (03:00) Joe 的教练背景 (12:40) AI 研究模式（第一部分） (17:46) 赞助商：Linear (19:15) AI 研究模式（第二部分）（第一部分） (28:10) 赞助商：Oracle Cloud Infrastructure (29:34) AI 研究模式（第二部分）（第二部分） (31:54) 竞赛与监管 (50:20) 伦理与支持 (01:04:07) AI 意识问题 (01:21:34) 积极的未来愿景 (01:39:12) 支持 AI 开发者 (01:43:09) 结束