日报存档Podcast
Podcast · Unsupervised Learning
Ep 88: Unpacking DeepMind's Quest for SuperIntelligence with Demis Hassabis' Biographer
Sebastian Malaby 分享他为《The Infinity Machine》做田野式采访后的观察,重点是 Demis Hassabis 既极其理性又带着近乎宗教感的科学野心;节目还提到 Reid Hoffman 曾想出价 10 亿美元让 DeepMind 脱离 Google,以及 Demis 与 Elon、Sam、Dario 等 AI 领袖之间的关系变化。节目里最有代表性的那句是:“如果我们以正确方式研究科学,也许会更接近上帝。”
X / Twitter Builders
@amasad
Amjad Masad
继续把“Prompt to business”做成完整链路,最近直接把建站、移动端、变现和 Delaware 公司注册串在一起,强调从想法到商业化可以一气呵成。
@rauchg
Guillermo Rauch
提到 MiniMax M3 在 Next.js agent 评测里已经排到开源模型前列,接近 Opus 和 GPT-5,但成本更低;他也继续强调 Git 和全栈 agent 的实战价值。
@levie
Aaron Levie
判断 AI 时代的竞争优势会来自企业自己的知识、数据和工作流,而不是模型本身;企业需要把不同 AI 模型灵活接到内部资产上。
@petergyang
Peter Yang
转述 Josh Shpigford 的经验,核心包括尽早发布、从第一天就收费、用 worktree 并行开发、让不同模型互相审查,以及把失败沉淀成可复用技能。
@danshipper
Dan Shipper
提到如果让一群 Codex 在 /goal 上持续跑起来,很多“得连续工作 7 天”的压力其实可以被分担掉,不过方向感仍然很重要。
@steipete
Peter Steinberger
分享把 Codex 用在“我正在忙、但你需要我帮忙解锁”的场景里,尤其适合 release、npm、1Password 这类容易卡住流程的任务。
@mattturck
Matt Turck
看到有 CEO 直接说自己已经在生产环境跑了“数万 AI agents”,说明大规模落地已经不是概念而是现实。