今日深度AI

本期播客基于 OpenRouter 与 a16z 合作发布的一项实证研究，它分析了截至 2025 年底 OpenRouter 平台收集的 超过 100 万亿令牌 的真实 LLM 交互数据。研究的核心发现是行业正在发生结构性转变，即从单一文本生成转向涉及多步骤审议和工具调用的 代理推理 作流程。在用途方面，尽管专有系统仍在编程等高价值领域占主导地位，但 开源模型 已经迅速扩张，且主要流量来自意外的 创意角色扮演 和技术性的 编程辅助 类别。该报告还观察到...

本期播客主要围绕 DeepSeek 发布的 V3.2 和 V3.2-Speciale 大型语言模型，这些模型已根据 MIT 许可证开源，旨在直接挑战如 GPT-5 和 Gemini 3 Pro 等专有系统。这种竞争力的核心在于其高效的架构，它结合了拥有 6710 亿总参数的稀疏专家混合 (MoE) 设计和创新的 DeepSeek Sparse Attention (DSA) 机制。DSA 能够显著提高长文本处理的效率，使其能够经济高效地处理长达 128K token 的上下文，该效率已在早期的 DeepSeek-V3.2-Exp 实...

本期播客作为《智能体AI全栈课程》系列第七讲，详细介绍了构建一个名为“ 数据库智能体 ”的实战项目，其核心功能是将用户的 自然语言提问 自动转换为可执行的 SQL 查询语句。项目流程首先要求设置隔离的 Conda 环境并安全存储 Gemini API 密钥 ，随后创建并初始化一个轻量级的 SQLite 数据库 。成功的关键在于 提示工程 ，即提供一个极其精确的 AI 提示，严格指导 Gemini-1.5 Pro 模型只返回原始的 SQL 代码。用户界面和核心逻辑通...

本期播客 概述了全球顶级期刊对人工智能（AI）前景的“大分裂”叙事 ，时间点聚焦于2025年11月。节目将主流观点划分为三大阵营：以《经济学人》为代表的 金融看空派 担忧巨大的基建投入与微薄的营收不成比例，预警市场修正；以《麻省理工科技评论》为代表的 技术乐观派 则相信Agentic AI（智能体）和小模型的兴起将很快带来真正的生产力爆发；而《哈佛商业评论》等 实务派 则反映了企业高管们在AI投资回报率（ROI）和组织变革上面临...

本期播客聚焦讨论 人工智能 (AI) 计算基础设施转移到外太空 的新兴趋势及其背后的驱动力。由于地球上面临 能源危机、电网不稳定和冷却效率瓶颈 等严峻挑战，科技巨头和航天公司，包括 Google (Project Suncatcher)、Nvidia、Blue Origin 和 SpaceX ，正在积极探索在轨道上建立数据中心，利用持续的太阳能和太空的辐射冷却潜力。虽然目前 太空数据中心的成本过高 且面临辐射、低延迟互连等技术障碍，但专家预测随着发射成本的下降，...

本期播客关注Google刚刚发布的 Gemini 3 Pro模型 ，核心主题围绕着利用简单的提示或“一键式”操作，快速从想法到实际应用的构建过程，这在很大程度上要归功于模型卓越的 美学设计能力 、 多模态理解 （如视频分析和 3D 世界生成）以及 上下文推理能力 。展示了一系列令人印象深刻的成果，包括可玩的 3D 游戏（如钓鱼和飞行模拟）、交互式网页设计、复杂的舞蹈编排应用，以及将平面图和研究论文转化为动态视觉体验的教育工具，同时还...

本期播客详细介绍了丝绸之路 的历史、运作方式及其对全球文化的深远影响。节目首先阐明丝绸之路是一个 广阔的贸易网络，连接了古代中国与罗马，并描述了穿越 塔克拉玛干沙漠 和 帕米尔高原 等险恶地形的危险旅程。追溯了丝绸之路的起源，将其与公元前2世纪 汉代张骞 的出使联系起来，并解释了 丝绸 如何成为驱动贸易的主要商品，造成了罗马帝国的贸易逆差。强调丝绸之路的真正意义在于 文化交流 ，它促成了 佛教、伊斯兰教和基督教...

本期播客对两大人工智能巨头旗舰产品—— OpenAI的GPT-5.1 和 Google的Gemini 2.5 Pro （以及泄露的Gemini 3.0路线图）——的深入对比分析。核心结论指出，AI市场已分化为两大战略路径：GPT-5.1专注于 精细化推理 、 编码能力 和 用户体验的精细控制 （如自适应推理和个性化预设），而Gemini 2.5 Pro/3.0则侧重于 超大规模的数据处理 、 原生多模态能力 （包括音频和视频）以及 巨大的上下文窗口 。尽管GPT-5.1在传统基准测试中保持推...

本期播客深入剖析 2025年世界互联网大会乌镇峰会 ，强调人工智能（AI）已从单纯的“工具”转变为 基础设施 ，正全面从数字世界走向 物理现实 。节目的核心观点围绕三大趋势展开：首先，AI正实现 全域赋能和具身智能 ，从点状应用扩展到实体经济的全面重构；其次，面对 算力瓶颈 ，产业界正通过大规模集群、 存算一体 芯片革新以及开源优化等三条路径寻求突破；最后，随着AI能力增强， 治理和安全 问题被提升至前所未有的高度，特别是...

本期播客作为 《智能体AI全栈课程》第六讲， 聚焦 智能体 AI 时代核心人才的实战驱动路线图。 路线图第一步强调 生成式 AI 基础 ，要求熟悉主流大型语言模型（LLM）并关注多智能体系统。第二步强调 深入掌握 Python 及其核心科学计算库 ，如 NumPy、Pandas 和深度学习框架 TensorFlow/PyTorch。接下来的第三步是探索和掌握尖端的 智能体框架 ，如 Crew AI、AutoGPT 和 Devin AI，以实现自主工作流。第四步则侧重于 LangChain 和 RA...

本期播客关于 多模态人工智能 (MM AI) 和 智能体 AI (Agentic AI) 行业应用，重点解释了多模态AI如何像人类一样同时处理文本、图像和声音等多种数据类型。 脚本详细介绍了MM AI 的工作原理，即通过编码器将不同数据输入到一个 共享嵌入空间 中进行推理。 随后，内容转向智能体 AI 在 物流、医疗保健、科学进步和能源 等关键领域的实际应用和效率提升。 最后，提供了一个 亚马逊 Alexa Plus 的案例分析，突出其从被动响应式到主动式...

本期播客作为“智能体AI全栈课程”的第四讲，旨在讲解构建下一代智能体所需的关键工具。内容首先介绍了 LangChain ，将其比作大型语言模型（LLM）的“神经系统”或“瑞士军刀”，解释了它如何作为 LLM 与外部世界（如 API 和数据库）之间的桥梁，并详细阐述了Agents（智能体）如何通过 ReAct（推理与行动）循环自主完成复杂任务。接着，脚本探讨了 RAG（检索增强生成）技术，强调其作为 LLM 的“记忆和事实校准器”的作用，用于解决 LLM 容...

随着昨天ChatGPT Atlas的发布，引燃本已竞争激烈的 AI 浏览器大战 ，本期播客重点比较了 ChatGPT Atlas 、 Perplexity Comet 和 Google Chrome/Gemini 三大核心竞争者。这场竞争不仅关乎互联网入口，更是一场关于 用户数据 和未来工作流控制权的全面较量。Atlas 旨在通过其 Agent 模式 优先实现 “行动” 和 工作流自动化 ，而 Comet 则专注于 “认知” 、 研究和事实核查 ，提供 高度透明和可溯源的答案 ，而市场霸主 Chrome 则面临其...

本期播客是《智能体AI全栈课程》的第三讲，详细介绍了机器学习的三大主要范式 ：监督学习 、 无监督学习 和 强化学习 。在监督学习部分，文件解释了其定义，并区分了 回归 （用于预测数值，如房价）和 分类 （用于预测类别，如是否患病）两种类型，以及评估它们所需的关键指标和算法（如均方误差和逻辑回归）。无监督学习部分聚焦于 聚类 算法，特别是 K-Means，并介绍了如何使用 肘部法 确定最佳聚类数量。最后，文稿阐述了 强化...

本期播客作为课程《智能体AI全栈课程》第二讲，它首先通过 同心圆模型清晰界定了 AI、机器学习（ML）和深度学习（DL）之间的子集关系 ，并阐述了 传统机器学习无法应对高维数据和特征工程挑战的“维度诅咒” 。接着，详细解释了 深度学习如何通过模拟人脑神经元结构（权重、偏差和激活函数）实现自动特征提取 ，并介绍了 深度神经网络的核心训练机制：前向传播、损失函数计算和反向传播（梯度下降） 。最后，将重点转向现代 AI， 阐...

本期播客作为 《智能体AI（Agentic AI）全栈课程》 的第一讲，旨在向学习者介绍 AI 发展史上从“工具”到“合作伙伴”的巨大飞跃。课程的核心是讲解智能体 AI 的 自主性、目标驱动的循环运作机制 （感知、决策、行动、学习），并将其与传统的反应式 AI 和生成式 AI 进行区分，强调智能体 AI 负责 行动和执行 。此外，导论还概述了实现下一代智能体应用所需的关键技术，包括 LangChain、RAG、LLMOps 和提示工程，并讨论了该技术带来的 R...

本期播客全面对比 谷歌 和 OpenAI 在人工智能领域的竞争，阐述了它们在战略、技术栈、开发者生态和未来方向上的根本差异。谷歌采取了“ 集成式霸主 ”战略，旨在将 Gemini 模型深度融入其现有的云服务和庞大用户生态中以巩固地位，而 OpenAI 则推行“ 颠覆性范式转移 ”，专注于实现通用人工智能（AGI）并构建一个全新的计算平台。文章对比了双方的核心模型（如 GPT-5 和 Gemini 2.5 Pro）在推理和多模态能力上的优劣，并探讨了它们在...

本期播客对 OpenAI DevDay 2025 的深入分析，强调了该公司从“API优先”转变为 “应用和平台优先” 的战略转变。 节目详细介绍了OpenAI的三大核心战略，包括 构建通用平台生态、实现企业级信任 以及 增强大规模计算能力 。 此外，大会发布了一系列新的开发者工具包，如 Apps SDK、AgentKit 和 ChatKit ，旨在降低开发门槛并将 ChatGPT 变成一个应用运行平台。 最后指出，这些举措对 AI 行业的竞争格局产生了深远影响，尤其对 SaaS 初创...

本期播客探讨 企业如何采纳和实施智能体人工智能（Agentic AI）的全面框架， 旨在弥合消费者级应用与有效企业实施之间的差距。节目首先将Agentic AI定义为超越传统自动化和常规AI的 自主、目标导向的系统 ，并详细阐述了战略实施的四大关键支柱： 将复杂角色分解为适合代理的任务、协调多代理系统 （例如使用混合或基于图的编排模式） 、确定适当的自治级别，以及确保可靠性和安全性 。最后，通过 金融服务（银行交易监控）和保险...

本期播客对OpenAI与 NVIDIA 和 AMD 达成的百亿至千亿美元级别的深度战略合作进行了详尽的评估，认为此举标志着人工智能行业进入了一个新的战略阶段。OpenAI通过与两大顶级芯片设计商建立“双支柱”算力战略，旨在降低单一供应商风险、引入市场竞争，并深度影响下一代硬件设计，从而将自己从一个单纯的算力消费者转变为AI供应链的核心塑造者。合作的细节显示，与NVIDIA的协议侧重于 前所未有的规模和资本循环 （高达10吉瓦和1000亿美...

本期播客聚焦 2025 年第三季度企业级人工智能领域的关键趋势和转折点 。指出市场正在从广泛实验转向深度运营集成，其核心驱动力包括 资本高度集中 、 企业转向私有化和混合云部署以实现“架构主权” ，以及 智能体 AI 的商业化首秀 。节目详细分析了 Anthropic 获得巨额融资巩固“三巨头”格局的重大资本事件，以及 Google DeepMind 在 T-RL Fusion 混合 AI 架构 上的技术突破。此外，还对比了欧盟《AI 法案》和中国《全球人工智能治理...

本期播客聚焦 人工智能物联网（AIoT）产业 结合 端侧本地化模型 催生的 分布式智能 。详细解构了AIoT的四个功能层次： 感知层、网络层、平台层和应用层 ，并列出了每个层级的关键技术和市场领导者。指出核心趋势包括架构从集中式向 云-边-端协同智能（CETCI）转变，以及Matter协议 等互操作性标准的出现，正在解决碎片化问题。此外，强调了商业模式正从硬件销售转向 智能服务订阅 ，并通过预测性维护和供应链优化等案例，证明了AIo...

本期播客关于 Agentic AI（智能体AI） 如何从根本上重塑生物医药与大健康行业。指出智能体AI其核心商业价值在于指数级地 加速研发周期 、 提高临床试验成功率 ，并开创 个性化精准医疗 的新范式。深入分析了三大核心应用场景： AI驱动的新药发现 、 智能化的临床试验运营 和 慢性病管理 ，并以 Recursion Pharmaceuticals 的 “自驾驶实验室” 等案例进行佐证。最后，提出了企业在实施过程中必须克服的 数据整合 、 技术安全 和 伦理...

本期播客作为系列的收官之作，关注 Agentic AI （智能体人工智能）与 金融科技 融合的全面指南，阐述了这种技术如何驱动一场“ 自主金融革命 ”。 节目详细介绍了 Agentic AI 在金融领域的五个核心应用场景，包括作为 自主财务顾问 、 自主核保员 、 主动理赔处理官 、 “全天候”合规官 以及 机构金融的市场情报集群 。 报告不仅通过多个案例分析展示了智能体在提升效率、降低成本和风险方面的 可衡量业务影响 ，还提供了一个实践者的...

本期播客带您重读AI大牛李飞飞教授经典论文《Agent AI综述》。文章将Agent AI定义为一种交互式系统，能够感知多模态输入（如视觉、语言和环境数据）并执行有意义的具身动作，旨在实现 通用人工智能 (AGI) 。文中探讨了如何将大型基础模型 (LLMs) 和视觉语言模型 (VLMs)集成到Agent AI系统中，并讨论了该领域面临的伦理考量，包括偏见、幻觉和数据隐私。此外，该论文还介绍了Agent AI在 游戏、机器人技术和医疗保健 等关键应用领域...