Podcast · Training Data
Building the Automated AGI Lab: Core Automation's Jerry Tworek and Rohan Anil
节目从“踢球像强化学习”的类比切入，延伸到人类如何通过反馈、重复试错和深度思考学习复杂技能；重点是把经验学习、训练流程与自动化实验整合成更高效的 AGI 研发管线。
代理工作流与真实业务自动化加速
今天的建造者动态大多围绕 agent 工作流、可验证任务、企业内部代理编排和真实业务自动化展开，大家都在把模型接进更完整的执行与调度链路。播客则从强化学习式试错与经验学习切入，讨论如何把模型训练、自动化实验和 AGI 实验室串成一条流水线。
Podcast
X / Twitter Builders
@karpathy
Andrej Karpathy
大模型训练研究者
他继续关注可交互演示与模型生成内容的可玩性，强调把源代码放进浏览器里，方便直接体验和 fork；同时顺手把实验性创作和游戏式内容联系起来。
@swyx
Swyx
AI 组织者 / 编程作者
他在整理 computer use / Codex 的高光案例，尤其是模型在客服升级里的处理能力，并把这些“wow moments”当作电脑使用播客的素材。
@petergyang
Peter Yang
AI 教程与访谈作者
他一边对比不同地区公共设施，一边继续追问 Hermes 如何靠技能与 curator 机制抑制 slop、保持自我清理与高效工作流。
@trq212
Thariq
Claude Code @Anthropic
他把 AI 对数学的影响类比到棋类，认为自动化越强，数学讨论和高抽象思考的需求反而会增加。
@amasad
Amjad Masad
Replit CEO
他展示 LLM 国际象棋引擎已经能在 LiChess 上自主对弈真实玩家与机器人，说明 agent 化游戏执行又往前推了一步。
@rauchg
Guillermo Rauch
Vercel CEO
他详细讲了 Vercel 内部如何把 agent 做成可路由、可委派的系统：@v 既是代理也是路由器，能管理子代理、技能和网络转发。
@levie
Aaron Levie
Box CEO
他强调最先被自动化的往往是可验证的高难任务：数学、网络安全和代码都更容易给模型奖励信号，因此知识工作的大规模落地还得连同流程一起改。
@ryolu_
Ryo Lu
Cursor 设计负责人
他从 Rdio、Mailbox 和 Apple 这些早期产品学到更自然的交互模式，并追问当“应用”退场后，软件还能以什么方式继续可见、可触。
@garrytan
Garry Tan
YC CEO
他继续主打增长与白名单式乐观，认为 AI 会带来巨大的经济扩张，同时提醒大家别把地图当成领土，最终还是看能否做出用户想要的东西。
@nikunj
Nikunj Kothari
早期阶段投资人
他从投资人视角复盘 Series A 和二级市场的高波动，判断短期会继续“vibes capital”式疯狂，但长期仍会回到基本面。
@steipete
Peter Steinberger
AI / OpenClaw 创作者
他发了一条很短的观察，指向一种新式垃圾信息或骚扰内容，语气偏警惕。
@danshipper
Dan Shipper
Every CEO
他把模型接管任务后的体验称为“agency rupture”，并分成初始断裂、看到人类脚手架、重建代理感三个阶段，认为 AI 也会改变我们的道德直觉。