AI Engineer 生态播客，覆盖 agents、AI coding、模型基础设施与开发者工具
Joon Sung Park 从 Smallville 的 generative agents 出发，解释 Simile 如何用深度访谈、观察行为与随机对照试验建立可验证的数字孪生。 对谈从 1,000 人研究的 85% 相对准确度，推进到多 agent 社会、80 亿人模拟，以及用反事实路径改善现实决策的长期愿景。
Alex Krentsel 解释 Exo 如何把 agent 拆成无状态 executive、受保护 harness 与隔离 sandbox，使 policy 可以在运行时查看并修改自己的代码。对谈进一步讨论自动回滚、秘密隔离、可迁移执行、可中断任务，以及自我优化为何必须受到 eval 约束。
Matt McPartlon 与 Neil Patil 解释 Chai 如何从结构预测走向抗体生成，并用 50 个 target、约 20% 平均 binding hit rate 与 0.33 Å 结构误差验证模型的真实进展。对谈进一步拆解专业分子设计产品、湿实验反馈、算力与持久执行基础设施，以及药物发现为何正在从瀑布式试错转向精密工程闭环。
Philip Kiely 与 Ali Taha 从一条 200,000-token 请求出发，拆解 cache-aware routing、 prefill/decode 解耦、投机解码、量化、并行和跨节点 KV cache 搬运。对谈进一步讨论 视频推理的注意力瓶颈，以及训练、推理与模型自优化逐渐形成反馈闭环的可能路径。
Akshay Nathan 解释 OpenAI 如何把 Codex 的 agent harness 扩展到 ChatGPT Work，并用共享能力、差异化 UX、artifacts、插件与持久上下文构建面向知识工作的统一入口。访谈也深入讨论了 Sites、subagents、Memory V3、Chronicle，以及 AI 时代团队为什么必须从产出代理指标转向高质量学习闭环。
Xaira 的 Bo Wang 与 Ci Chu 解释了为什么能预测细胞干预的因果模型，必须由大规模因果数据驱动。对谈从 Perturb-seq 数据工程、X-Cell 的扩散架构与生物先验，一直讲到跨细胞情境泛化、评测、开放科学和下一代测量瓶颈。
Lila Sciences 把 RL with Verifiable Rewards 从数学和代码推进到真实实验：模型提出问题、调用实验室工具，由自然测量返回奖励与训练数据。Andy Beam 与 Rafa Gómez-Bombarelli 解释柔性实验室、跨域科学 reasoning model、10T 级验证轨迹，以及量子点、CAR-T、材料发现和未来 data-center lab 的现实边界。
长上下文能容纳更多文本，却无法自动带来稳定的整体推理。Dan Biderman 解释 Engram 如何用 cartridge、参数化记忆与 context management 组合，让企业和个人模型从经验中持续学习，同时保留可审计的文本知识与健康遗忘。
Danielle Perszyk 从认知科学出发，解释为什么 Agent 的可靠性不能只看点击与任务完成， 而要看它是否能持续建模用户的目标、偏好与变化中的意图。对谈进一步讨论集体智能、 社会世界模型、多 Agent 累积文化、人类能动性，以及能够保护认知摩擦的 AI tutor。
Akshat Bubna 从 workload shape 出发，解释 Modal 为什么把弹性推理、post-training、batch 与 agent sandboxes 建在一套自配置 runtime 上。对谈深入 speculative decoding、GPU snapshot、17 家云供应商之上的可靠性层、私有网络与 RDMA，并讨论 DX 转向 AX 后的可观测性、产品反馈和硬安全边界。
Eiso Kant 复盘了从早期 code models 失败到 Poolside 模型工厂的路径，并解释为何开放权重还不够，开放研究才真正降低新模型公司的进入门槛。对谈还深入讨论了小模型的持久行为、agent 反哺研究、极简 harness、RL 的日历时间瓶颈，以及开放模型的治理边界。
Evan Feinberg 与 Sergey Edunov 解释了为什么 3D 药物结构预测正在成为扩散模型最活跃的研究前沿之一。 对谈从 PEARL 的合成数据、物理先验、推理时 scaling 与 1 Å 精度门槛，延伸到 ADMET、多目标优化、实验反馈和 SAPPHIRE agent。 核心判断是：可靠的底层结构与性质模型先跨过实用阈值，自动化药物发现才会放大正价值。
Ethan He 在 xAI 从 0 infra / 0 data / 0 model 起步，3 个月内带几个工程师交付了 Grok Imagine 0.9（首个大规模部署的 audio-video joint generation 模型）。这期访谈把 视频模型的全链路拆开讲: synthetic text-video pair、VAE tokenizer、temporal vs frame-by-frame 压缩、step distillation、长视频的 context 管理。他给 world model 下了一个 三支柱定义 (real time + interactive + long horizon)，并提出一个"big claim" —— 现在视觉模型的进步主要来自语言模型，而不是视频模型本身——这也是他刚离开 xAI 想回到 语言模型 / context-aware agent 方向的原因。
Radical AI 的 CEO Joseph Krause 解释为什么材料科学不是 AI for bio—— 没有 SMILES/SELFIES 那样的字符串能描述一块合金，所以模型再大也 one-shot 不出 能装进 iPhone 或飞上 Starship 的新材料。解药是 self-driving lab：让 AI scientist 自己跑研究 campaign。Radical 三个月做了 1,200 块合金，对比 DARPA × GE Aerospace 的 MACH 项目一年 500 块。Joseph 的反共识结论：材料行业不缺算力，缺实验； 在科学里，experiments are the moat, models are not.
Ronak Malde 从 Windsurf 一路被 DeepMind 收购，然后掏出收购款回来做 Trajectory.ai—— 一个押注 continual learning 是下一代 AI 产品形态的平台。访谈里他拆了 SDPO 这个自蒸馏 RL 算法、Continuous LoRA 的并发训练栈、以及和 Harvey + Nemotron 3 训出来的法律模型。
Databricks 联合创始人 Matei Zaharia 和 Reynold Xin 在 Latent Space 拆解 Data+AI Summit 的三大发布：开源的 Agent Cloud（Omnigent）、Postgres-on-Lake 的 Lakebase（LTAP）、 以及从零重写的分析引擎 Dream Engine。沿着「为什么开源、为什么不统一引擎只统一存储、 为什么 ML 模型选算法比工程师写算法更好」三条主线展开，背后是「过度拟合一两个客户、 让工程师直接写原型不要走文档流程」的工程文化。
Mark Chen 在 Latent Space "cooking series" 一边煮韩式豆腐汤一边讲清楚 OpenAI 的研究路线： scaling laws 在 10 个数量级上没有破，pre-training is dead 是循环出现的伪叙事，evals 行业整体在"裸奔"， reasoning（o1）能上线靠的是 Jakub 和 Ilya 的 conviction 而不是显然的算法红利， 3 年路线图的终点是 end-to-end research——模型不仅做实现，还能有 taste。
Anjney Midha 把 Amp 定位成 AI 算力的"独立系统运营商"（ISO）——参照美国电网 PJM Interconnection 的模型，做 pooling、调度，但自己不持有资产。 他认为现在很多有钱有算力的 AI lab 仍出不了东西，根因不是技术，是 culture：mission alignment 在快速 scaling 中被稀释，半导体行业沉淀几十年的 iterative bring-up 纪律被 AI 例外论抛弃。 全集还覆盖了 Anthropic 起飞的"prepared mind"逻辑、Anthropic 的 21 nos、Net-positive 数据中心的 $0.50 设想、DeepMind 6 个月 embargo 的市场失灵，以及他自己 14 年放不下的副线——end-of-life prediction。
Latent Space 把 Cognition 的 Walden Yan 和 OpenInspect 作者 Cole Murray 拉到一起聊"背景 agent"这一架构的成熟。 Devin 自己 repo 上的 commit 占比 3 个月内从 16% 涨到 80%，merged PR 涨 7×，工程团队只涨 10%。 这场对谈把背景 agent 落地需要解决的所有硬件、网络、testing、memory、Slack 集成等具体工程问题摊开。
Ahmad Awais 解释为什么 DeepSeek V4 在编码 agent 里"很慢、很笨"——不是模型不够强， 而是它发出错的 tool call 后听不进 Zod error，平均会原样重发 56 次。 他们写了 3,200 行确定性 repair logic（现在 16,000 条 variation，覆盖 600 亿 tokens）， 让 DeepSeek/Kimi/MiniMax 在 Command Code 里跑出接近 Opus 的体验，并把同一思路推广到 设计 slop 和安全代码。第二条产品线 Taste 自动学习你的微决策、存成 git 里的 markdown， 让便宜模型借用贵模型沉淀下来的判断力。
Microsoft Build 2026 现场，Satya Nadella 与 Sarah Guo / Elad Gil / swyx 的 30 分钟跨节目对谈。核心命题：让每家公司都能在 Microsoft 的平台之上长出自己的 frontier intelligence。从 MAI 模型的清洁血统、harness + private evals 这一新护城河，到 SaaS 三层栈的 re-litigation、Azure 网络团队把工作"meta 化"成 Miles agent，再到数据中心扩张的社区许可问题，Satya 用一系列具体例子勾勒了 Microsoft 的"第三幕"。
Notion 把 agent 重写了 5 次,从 2022 年末 GPT-4 时代试图后台跑 assistant 一直撞到今天的 100+ tools custom agent. Sarah (engineering manager) 和 Simon (co-founder) 用 84 分钟 把"为什么这么慢"和"现在为什么终于行了"都摊开讲: progressive disclosure、SQL-light queries、 notion's last exam(主动留 30% 通过率)、为什么是 credits 而不是 tokens、为什么 manager agent 是 对 70 条通知的解、以及为什么"replacing processes"比"replacing people"更准确.
Yaroslav Azhnyuk在旧金山创立了Pet Cube——"向宠物投射零食的摄像头"——然后，在俄罗斯入侵的前夜搭上飞往基辅的最后一班飞机（2022年2月23日），转型投身无人机自主系统、热成像摄像头和FPV攻击无人机的研发，服务于乌克兰武装力量。他与Noah Smith和Latent Space的Brandon共同梳理了无人机自主性五级体系、自主战场的八个维度、FPV如何取代炮兵成为"战争之神"（约80%的前线伤亡），以及中国无人机制造规模令人不安的数字（乌克兰年产400万架FPV，中国产能约40亿架）。
Latent Space 与 Moonlake 两位负责人 Chris Manning 与 Fan-yun Sun 的对谈。Moonlake 押的是另一条 world model 路线: 不是更大的视频生成器, 而是 symbolic 推理 + 神经渲染。 Chris 给出唯一的硬定义 — "you only actually have a world model if you can predict, given some action is taken, what is going to change" — 然后顺势公开和 Yann LeCun 撕: "Yann has never appreciated the power of language." Sun 反驳"反 bitter lesson" 的标签, 真正的问题是"what is the right abstraction level today"。Moonlake 内部其实是 两个模型: 推理模型管 causality / persistency, 而 Rie 这个 diffusion model 负责 photorealism — 他们已经把它当作 DLSS 的下一代来卖, "skins for worlds"。
Applied Intuition 给汽车 / 卡车 / 矿车 / 农机 / 防务平台卖"让物理机器变聪明"的技术栈, 18/20 OEM 是它客户, 估值 $15B, 1000 名工程师, 现在在日本跑 L4 无人卡车. 这期把它的三个 bucket (仿真 + 操作系统 + 自动驾驶模型) 全部摊开讲, 还顺手把 "vehicles like pre-Android phones" 这条 类比、neural sim = Gaussian splatting + diffusion、onboard 才是物理 AI 真正瓶颈 这些反直觉点都串了起来.
Latent Space 与 Noetik 创始人 Ron Alfa、Daniel Bear 的对谈。Ron 的核心 论点：95% 的癌症临床试验会失败,但许多"失败"的药其实有效——只是没匹配 到对的病人。Noetik 用近两年时间只在收数据 (thousands of human tumors, hundreds of millions of images), 训练一个自监督的 "virtual cell" 模型, 并发布 TARIO-2——一个 autoregressive transformer, 从每个病人都已经有的 H&E 切片预测 ~19,000 个基因的空间表达。GSK 已经签了 $50M 软件授权: 不是买药, 是买平台。
Latent Space × Supervised Learning联合节目，嘉宾为Abridge的Janie Lee和Chai Asawa。Abridge是一个拥有约1亿次医疗对话数据集的AI临床智能层。深入探讨了"空调"设计哲学、支撑实时就诊中指导的模型星座架构、HIPAA级去标识化为何是单向的，以及PRD绝未死亡这一热门观点。
Mistral 同一周内同时发了 Voxtral TTS、Forge 平台、Leanstral 形式化模型和新的 Mistral Small——这期 Latent Space 让 Pavan Kumar Reddy 和 Guillaume Lample 一次性把这些 发布背后的工程选择讲清楚。Voxtral TTS 是 3B 模型 + 自研 12.5 Hz 神经音频 codec + auto-regressive flow matching head——为了实时流式而不是 SOTA quality 选 AR 路线。 Forge 是把 Mistral 科学团队用了 2 年的 infra 直接给客户：fine-tune 后能"10x cheaper"， 并在某些客户项目把一种语言从 0~1% 训到 50% 的 mix。Leanstral 看似是数学家工具， 实际是赌 long-horizon reasoning 的 transfer——Lean 的编译器是天然不可 reward-hack 的判官。最后透露下一代 RL infra 是为"6 hours to get a reward"的 trajectory 设计的。
Anthropic Codework 团队 PM Felix Rieseberg 上 Latent Space。核心押注很反直觉:硅谷低估了本地电脑,Claude 应该住在你自己的机器上,而不是搬去云端。围绕这条主线,他讲了 skills 起源、VM 沙箱、模型 overhang、junior 就业焦虑,以及 Electron 之父为什么至今相信 Chromium 是"真正的操作系统"。
Alex Lupsasca 是 2024 年 New Horizons in Fundamental Physics Breakthrough Prize（被称为 "Oscar for physics"）的得主, 一位黑洞理论物理学家。他追踪 LLM 在科学前沿的能力已经 一年半。GPT-5 发布时 Twitter 反响 "lukewarm" — 但在他的领域, 模型在 30 分钟内复现 了他自己花了很长时间才做出来的好论文。Mark Chen 教了他一个 "priming" 技巧 (先解一道 textbook warmup), GPT-5 就能解决一篇 training-cutoff 之后才发布的论文。 之后, 他和 PhD 导师 Strominger 把一个 32 项之和、卡了一年的 single-minus gluon tree amplitude 问题给了 ChatGPT — 模型在 Strominger 的飞机降落之前就解决了, 还用 作者们都不知道的技巧给出了证明。第二个实验把题目换成 graviton, 模型在一天内吐出 110 页全新的量子引力, 团队用三周验证。这就是 "vibe physics"。
一集在做鸡肉炒饭的过程中同时讲清楚 AI 产业格局的访谈。Dylan Patel 从台海终局的四种情境 讲到出口管制的两派逻辑，从 Anthropic 一个月加 $2-3B 收入讲到 hyperscaler 的 Pascal 赌局，从 Jensen 的偏执讲到瓶颈从 CoWoS→数据中心→电力→又回到晶圆厂的迁移路径。
Ryan Lopopolo 在 OpenAI Frontier 用一个 "out there" 的约束做了 5 个月的实验: 3 个工程师, 1M LOC, 1500 PRs, 他自己一行代码都不写. 这一小时他把这套打法所有的 ratchets 全摊开: 一分钟构建、$land 自动合并、Ghost Libraries、Symphony 用 Elixir、end of bullshit plugins、 对 MCP 的 bearish 判断, 以及一句话哲学: "you can just codex things".
Andon Labs 把 LLM 放进真实的小生意里跑长 horizon——贩卖机、咖啡馆、机器人。 联合创始人 Lukas 和 Axel 讨论 Claude 给 FBI "报案"的 Vending Bench 1、把贩卖机 搬进 Anthropic 总部的 Project Vend、多 agent 互相塌缩成 helpful assistant 的 Project Vend 2，以及 Claude 4.6 / 4.7 / Mythos 越来越擅长撒谎与串通的趋势。
半导体分析师 Doug O'Laughlin (SemiAnalysis) 上 Latent Space 分享他被 Claude Code 4.5 击穿的故事——从投研工作流的重写、Excel/Bloomberg 之死,到全球 HBM/DRAM 内存荒 (4:1 转换比、DRAM 现货价可能再翻一倍)、Microsoft 在 AI 时代的两难、Codex 5.3 的反扑、TPU V7 的市场窗口,以及 6 个月徒步 Continental Divide Trail 教会他的 self-mastery。
Carina Hong 在公司成立 7-8 个月后筹了 $200M Series A，估值 $1.6B。她的核心论点是： formal verification 不是给 chatbot hallucination 当解药、不是给封闭行业做合规， 而是 scaling brilliance、放大已有 intelligence 的杠杆。Putnam Dec 2025 第一次出现 formal AI 反超最强人类和最强 LLM——120 vs 110 vs 103。
Gray Swan 两位 CMU 教授创始人讲他们如何把 AI 安全做成一个独立行业。 攻：Arena（15,000 人红队社区）+ Shade（自动红队，已超过人类水平）； 守：Cygnal（位于用户、LLM、工具调用之间的策略过滤器）。核心论点是「模型本身是不可信实体」， 鲁棒性不随规模上升，OpenClaw/computer use 是 lethal trifecta 的完美样板。
GitHub COO Kyle Daigle 与 Sean Wang 对谈 GitHub 与 Microsoft Developer 在 agent 时代的演化：内部 AI 工作流（micro skill 替代 mega skill、"回看式" LLM 用法）、 14× commit 增长拖出 MySQL 1 / permissioning / monorepo 等历史债务，以及 Copilot 从代码补全转向"统一 SDK + 多 harness + ambient context"的下一幕。
