Illia Polosukhin (@ilblackdragon)，"Attention is All You Need" 的共同作者及 @NEARProtocol 的創始人，與 @labenz 在 @cogrev_podcast 中討論他對 AI 驅動未來的具體願景。 他們討論了： * AI 編碼助手如何使 "個人軟體" 成為可能 - 每個人都可以建立自己的自動化，而不是使用像 Salesforce 這樣複雜的通用工具 * 從傳統用戶介面轉向統一的智能層，該層能在所有設備上運作，預測你的需求，並主動完成任務 * AI 代理如何通過直接連接買家和賣家來改變市場，使廣告和中介變得不那麼重要 * 在 AI 豐富的時代，日常生活的樣貌 - 個性化的娛樂和人們在小型利基社區中尋找意義 * 代表代幣持有者投票的 AI 代表，以及 NEAR 的長期目標是每個人都有自己的 AI 參與治理 * 人類與其個人 AI 之間的共生關係，這些 AI "一起成長" - AI 在與其他 AI 的談判中追求其人類的利益 * 在生物安全方面仍然存在的挑戰，以及隨著強大的 AI 系統廣泛分佈所需的協調 章節： (00:00) 贊助商：Google Gemini Notebook LM (00:31) 關於本集 (03:33) AI 轉變軟體開發 (14:18) 工作的未來 (18:58) 用 AI 確保區塊鏈安全 (第 1 部分) (19:08) 贊助商：Tasklet | Linear (21:48) 用 AI 確保區塊鏈安全 (第 2 部分) (33:03) 對 AI 社會的願景 (第 1 部分) (33:55) 贊助商：Shopify (35:52) 對 AI 社會的願景 (第 2 部分) (49:14) 代理架構與對齊 (58:30) 實驗 AI 治理 (01:06:43) AI 安全性與穩健性 (01:16:09) 生物安全與開放模型 (01:22:56) 協調 AI 開發 (01:28:52) 結尾

.@eoghan，@intercom 的 CEO，和 @fergal_reid，首席 AI 官員，加入 @labenz 在 @cogrev_podcast 中討論他們如何建立 Fin——這個 AI 客戶服務代理在 30 個月內從 35% 的解決率提升到 65%，同時在每次解決方案 99 美分的基礎上開創了基於結果的定價。他們探討了： * 為什麼智能不是瓶頸——GPT-4 已經足夠聰明，他們 30 點提升中只有幾個百分點來自更好的基礎模型 * 上下文工程作為真正的驅動力：自定義檢索模型、重新排序器，以及數千次生產 A/B 測試，檢測 0.1% 的解決率變化 * 每次解決方案 99 美分的定價模型，起初不盈利，但通過提高成功率和降低推理成本實現了軟件級的利潤率 * Fin 如何在不進行大規模裁員的情況下解決水下支持團隊問題——減緩新員工的招聘，同時將人力資源提升到價值鏈上（除了 BPO，這些會立即被取代） 時間戳： (00:00) 關於本集 (03:43) 跟上 AI 的步伐 (09:56) 評估模型和評估 (13:04) 傳統企業 vs. 初創公司 (18:54) 產品風險和判斷（第一部分） (19:00) 贊助商：Linear | AGNTCY (21:34) 產品風險和判斷（第二部分） (23:42) Klarna 裁員故事（第一部分） (32:11) 贊助商：Claude | Shopify (36:13) Klarna 裁員故事（第二部分） (36:14) 驅動解決率 (45:00) 智能不是瓶頸 (50:10) 關閉自動化差距 (56:20) 人類 vs. AI 準確性 (1:01:03) 速度的細微差別 (1:04:48) 考慮範式變化 (1:09:31) 基於結果的定價模型 (1:19:12) 隨意駭客和見解 (1:26:05) AI 採用和雄心 (1:36:00) 結尾

瞭解像 @sama 這樣的 AI 領導者的心理和決策者。執行教練 @FU_joehudson 和 @artofaccomp 的創始人，加入 @labenz 在 @CogRev_Podcast 上討論 AI 研究人員和領導者的心理和決策過程。 他們探討了： * 為什麼每個 AI 研究人員都在思考 "我為人類做得好嗎？" 但對這意味著什麼缺乏共識 * 情感阻塞模式如何傷害創新 - 以及通過頭/心/肚子整合 "解除阻塞" 的技巧 * 為什麼羞辱 AI 開發者適得其反，而像 "英雄分娩" 一樣支持他們效果更好 * AI 發展的不可避免性以及超越純智能優化的積極願景的必要性 時間戳： (00:00) 關於這一集 (03:00) Joe 的教練背景 (12:40) AI 研究模式（第一部分） (17:46) 贊助商：Linear (19:15) AI 研究模式（第二部分）（第一部分） (28:10) 贊助商：Oracle Cloud Infrastructure (29:34) AI 研究模式（第二部分）（第二部分） (31:54) 競賽與監管 (50:20) 倫理與支持 (01:04:07) AI 意識問題 (01:21:34) 積極的未來願景 (01:39:12) 支持 AI 開發者 (01:43:09) 結束