Look for any podcast host, guest or anyone
Showing episodes and shows of

@browserbase

Shows

Navigators2026-10-2239 minBestBlogs
BestBlogsBestBlogs 精选周刊第 117 期 · 走进现实本期内容智能体修好了页面,却未必算对优惠;任务中断后,记住对话也不等于知道钱有没有退。第 117 期从这些具体问题出发,讨论怎样把增长的 AI 能力变成值得托付的结果。我们沿五条主线展开:选择真实问题、让执行可以恢复、用证据验证完成、核算规模成本,以及理解用户愿意交出哪些工作。二十篇精选之外,还对照了站内工程实践、AlphaFold 3 论文、METR 研究更新及幂等性等一手背景。时间线00:00 开场:智能体说完成了,凭什么相信01:14 新能力要回答真实问题:Argon 与任务选择02:39 AlphaFold 之后:结构、动态与科学目标04:15 M3 与 Muse:训练机制和部署条件05:46 持续工作需要可恢复的执行:Claude 的架构取舍07:19 记忆、执行进度与已经发生的外部结果08:50 常驻智能体、Codex 界面与 REA 专业工具10:23 真正完成要有可检查的证据:三种验证方法11:56 谁定义完成:从真实任务到回归评测13:27 淘宝与 Browserbase:失败归因和经验复用15:13 规模增长会改变系统的账单:Uber 的工程平台16:55 Scion:智能体工作量怎样改变版本管理18:36 GEM 与 SemiAnalysis:在线成本和产业投入20:11 用户愿意托付哪些工作:Labs 与 Wang 的产品判断21:45 Ambi、交互边界与自我复制研究23:33 收尾:从可检查的小事开始,读见内测邀请本期二十篇精选新能力要回答真实问题Gemini 4 Argon:为解决棘手难题而生 · Google DeepMind News · https://www.bestblogs.dev/article/9eaf78a74aAlphaFold 之后:从蛋白质结构走向动态生命系统 · Latent.Space · https://www.bestblogs.dev/article/c9777c37c8Muse Spark Open:Meta 的开放权重多模态模型 · Hugging Face - Blog · https://www.bestblogs.dev/article/35c574685eMiniMax M3:稀疏注意力与原生多模态训练 · AI Engineer · https://www.bestblogs.dev/video/427fee254持续工作需要可恢复的执行Claude Managed Agents:分离会话、推理与执行 · AI Engineer · https://www.bestblogs.dev/video/e39ce8287斯坦福 CS146S:常驻智能体如何持续工作 · leerob · https://www.bestblogs.dev/video/8e3fcb3d3用 Codex App Server 构建自己的智能体界面 · AI Engineer · https://www.bestblogs.dev/video/038802c56REA:让智能体调用逆向工具,交付可追溯的分析 · 腾讯技术工程 · https://www.bestblogs.dev/article/863ae26b5e真正完成要有可检查的证据让智能体验证自己的代码:测试、约束与差分检查 · Elevate · https://www.bestblogs.dev/article/f1f4d87887淘宝 AI 购物助手在线评测落地实践 · 大淘宝技术 · https://www.bestblogs.dev/article/c45e929cca如何评测 AI 智能体:从用户任务到回归测试 · Google Developers Blog · https://www.bestblogs.dev/article/076483fca0把失败写成技能:Browserbase 的智能体改进方法 · AI Eng
2026-10-1925 minBestBlogs
BestBlogsEP204 · 淘宝校准线上评测、Anthropic 解耦智能体、Meta 利用闲置推理章节时间戳00:00 开场00:49 精讲:淘宝购物助手的日级评测与归因03:43 精讲:Anthropic 解耦会话与执行环境06:40 精讲:Meta 把闲置推理容量用于推荐09:30 重点 4–6:专家技能、浏览器经验、AWS 沙箱测试11:34 重点 7–10:限时翻译、关系上下文、AI 定价、旧系统接入14:06 结语★ 精讲一 | 淘宝 AI 购物助手在线评测落地实践00:49|来自 大淘宝技术|BestBlogs 评分 91线上通过率下跌,究竟是助手变差了,还是评测看错了?淘宝从脏数据、业务标准到定点修复的复盘,帮助团队建立可追溯的质量观测。重点看如何排除缺证据的样本、隔离跨轮信息,并把评测异常分解为数据、提示词、规则或业务故障,避免修错地方。★ 精讲二 | 让大脑与双手解耦:Claude Managed Agents(第 1 部分)|Anthropic [视频]03:43|来自 AI Engineer|BestBlogs 评分 91长任务的沙箱坏了,已经完成的工作能否保住?Anthropic 平台建设者回顾把会话日志、智能体循环和执行环境拆开的过程,让开发者看清恢复、上下文压缩与凭证隔离为何需要不同的系统边界。读完可以检查自己的架构是否允许模型和执行环境分别演进。★ 精讲三 | 将机会性 AI 推理能力转化为更好的广告推荐06:40|来自 Engineering at Meta|BestBlogs 评分 90AI 算力总量紧张,局部却可能闲置。Meta 把这些随时会被收回的资源变成广告推荐的额外收益,为架构团队提供两种不同资源配比下的调度思路。重点理解增加候选与使用更强模型如何互补,以及容量突然消失时怎样保住基础服务。重点 4–1009:30 继续阅读七篇重点内容让金融规划师亲手编写 Agent:Range 的五步方法 [视频]09:30|来自 AI Engineer|BestBlogs 评分 90业务专家怎样把经验交给智能体,又保留交付责任?Range 的方法适合正在向非工程团队推广 AI 的负责人,用真实案例、维护者和独立审核者建立采用路径。爬坡式优化 Skill:Browserbase 教智能体积累浏览器操作经验 [视频]09:30|来自 AI Engineer|BestBlogs 评分 90重复跑同类浏览器任务时,怎样让失败经验留下来?这套执行、教学和重放验证流程,适合把临时操作策略整理成可维护技能的开发者。AWS 沙箱测试:让 Agent 运行 1000 项任务,暴露代码执行中的问题 [视频]09:30|来自 AI Engineer|BestBlogs 评分 90本地跑通的智能体到了云端为何失效?AWS 的故障案例帮助开发者区分工具接口与沙箱约束,并用真实远端环境补足测试覆盖。EMNLP 2026 Oral|HOMURA:面向时间受限场景的 LLM 翻译强化学习优化09:30|来自 哔哩哔哩技术|BestBlogs 评分 90译文准确却放不进视频时长,该怎样优化?这项研究适合做字幕、配音与多语言产品的团队,理解音节预算如何进入训练目标,以及压缩与语义保留的取舍。超越 RAG:Unblocked 如何构建节省 token 的关系型上下文引擎 [视频]09:30|来自 AI Engineer|BestBlogs 评分 90企业提问涉及日期、数量与关系时,检索到相似文本还不够。开发者可以借这次实操理解结构化查询如何与 RAG 配合,同时校验权限与查询安全。Stripe 数据揭示 AI 经济:增长、全球销售、定价与获客如何变化 [视频]09:30|来自 AI Engineer|BestBlogs 评分 85产品做出来之后,收费方式和全球销售也需要同步设计。Stripe 的观察适合 AI 创业者比较订阅、用量和额度组合,并思考智能体成为买家后该开放什么接口。Agent、MCP、Skill、Cli 一次讲透:老系统接入 AI 的地图与三条路径09:30|来自 腾讯技术工程|BestBlogs 评分 88手里有跑了多年的业务系统,应该从哪里接入 AI?这份决策树帮助企业团队按现有接口、文档和鉴权条件选择改造路径,再用真实车企案例判断封装深度。相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-10-13· 淘宝 AI 购物助手在线评测落地实践:https://www.bestblogs.dev/article/c45e929cca· 让大脑与双手解耦:Claude Managed Agents(第 1 部分)|Anthropic [视频]:https://www.bestblogs.dev/video/e39ce8287· 将机会性 AI 推理能力转化为更好的广告推荐:https://www.bestblogs.dev/article/5f1e323ddd· 让金融规划师亲手编写 Agent:Range 的五步方法 [视频]:https://www.bestblogs.dev/video/1a1d083e3· 爬坡式优化 Skill:Browserbase 教智能体积累浏览器操作经验 [视频]:
2026-10-1314 minNavigators2026-10-0726 minBestBlogs
BestBlogsEP198 · Google 负责人谈算力、GitHub 重构 Git、Acemoglu 谈工作价值章节时间戳00:00 开场00:46 精讲:Google 负责人 Amin Vahdat 谈有效算力与供电03:37 精讲:GitHub 分离持久化与服务以支撑智能体开发06:31 精讲:Acemoglu 谈 AI 自动化与创造新工作价值09:10 重点 4–6:EmbeddingGemma 2、模型路由、浏览器验证器10:57 重点 7–10:Docker 凭据、推理引擎、Mistral Large 4、Every 工作流13:21 结语★ 精讲一 | Google AI 基础设施负责人 Amin Vahdat:前沿 AI 的物理与经济约束 [视频]00:46|来自 Sequoia Capital|BestBlogs 评分 91长时间运行的智能体让数据中心同时面临算力、网络、存储与供电压力。Google 基础设施负责人 Amin Vahdat 解释为何要用实际完成的有效产出衡量系统,并把模型、运行时与硬件联合优化。读者可以据此理解扩容目标、故障恢复与专用设计的取舍。★ 精讲二 | 为代理规模开发构建 Git 基础架构03:37|来自 The GitHub Blog|BestBlogs 评分 91智能体密集提交代码,使 GitHub 的写入、合并和持续集成读取承受新的压力。官方工程团队解释当前副本架构为何让读扩容拖慢写入,并介绍分离持久化存储与请求服务的新设计。文章帮助读者判断并发开发怎样改变底层架构,也说明如何把维护移出请求路径。★ 精讲三 | 诺奖经济学家 Daron Acemoglu:AI 改变工作时,如何保持自身价值 [视频]06:31|来自 Silicon Valley Girl|BestBlogs 评分 91编码任务有相对清楚的验证规则,现实岗位的自动化却还需要组织投入与流程调整。诺奖经济学家 Daron Acemoglu 在访谈中重新审视预测,讨论中国制造应用与劳动者协作,并将机会指向高质量数据和细分应用。读者可借此区分节省成本与创造新工作价值。重点 4–1009:10 继续阅读七篇重点内容EmbeddingGemma 2:开发者指南09:10|来自 Google Developers Blog|BestBlogs 评分 89Google 推出了 EmbeddingGemma 2,这是一个参数小于 1B 的多模态嵌入模型,支持文本、代码、图像、视频和音频,并采用模块化架构和俄罗斯套娃(Matryoshka)表示。如何在 Agent harness 中构建模型路由:Open SWE 的成本实验 [视频]09:10|来自 LangChain|BestBlogs 评分 88LangChain 产品经理 Sydney 介绍 Open SWE 如何在三个模型档位间路由编码任务:近 500 条线上线程的成本中位数下降 64%,合并 PR 比例未出现统计显著下降。你的 LLM 裁判可能自信地说错:Browserbase 与 Microsoft 如何构建更可靠的验证器 [视频]09:10|来自 AI Engineer|BestBlogs 评分 89Browserbase 与 Microsoft 研究者介绍面向浏览器智能体的 Universal Verifier:依据选出的截图核对任务评分准则,区分过程与最终结果,并揭示常见 LLM 裁判的严重误判。AI 智能体该持有多少凭据?零个——Docker 的 Jim Clark 谈沙箱与 MCP 网关 [视频]09:10|来自 AI Engineer|BestBlogs 评分 89Docker 工程师 Jim Clark 主张,长时间运行的智能体不应持有凭据,而应通过按任务配置的沙箱和 MCP 网关,只获得当前阶段必需的工具与权限。让 Claude Code 写推理引擎,解码比 vLLM 快 90%09:10|来自 AINLP|BestBlogs 评分 89Baseten 工程师通过 MetaInfer 框架,让 Claude Code 在单张 B200 上自主编写并优化了 Qwen-3.6-35B-A3B 推理引擎,解码速度比 vLLM 快 90%。Mistral Large 4 发布:多模态能力与开放权重计划09:10|来自 Simon Willison's Weblog|BestBlogs 评分 85Simon Willison 解读 Mistral Large 4 的 API 预览与月底开放权重计划,并用 SVG 鹈鹕测试比较两档推理设置,说明模型相较前代的进步。如何为知识工作构建安全的智能体:Every 的共享工作流、评测与权限实践 [视频]09:10|来自 Claude|BestBlogs 评分 89Every 通过共享的 Slack 智能体传播团队专家的工作方法,并用贴近实际任务的评测、隔离的记忆与沙箱,以及代用户执行的访问权限来管理质量和安全。相关链接· 本期早报在线阅读:https://www.bestblogs.dev/explore/brief/2026-10-07· Google AI 基础设施负责人 Amin Vahdat:前沿 AI 的物理与经济约束 [视频]:https://www.best
2026-10-0713 minSourcery2026-10-0528 minInsecure Agents2026-09-2828 minThe Artificial Intelligence for Entrepreneurs Podcast2026-09-2414 minCode to Market2026-09-2115 minNavigators2026-09-1552 minModo Inteligente2026-09-1544 minNavigators2026-09-0441 minSolo Founders2026-09-0221 minEasyVibeCoding Podcast
EasyVibeCoding PodcastAnthropic 推出 Claude Fable 5.1:鎖定長時間 coding 與知識工作,Mythos 5.1 則限可信存取方案Anthropic 推出 Claude Fable 5.1:鎖定長時間 coding 與知識工作,Mythos 5.1 則限可信存取方案。 來源:Anthropic 官方發布公告|Claude Fable 5.1 與 Mythos 5.1 官方發布主視覺。 先給選型結論 Anthropic 的模型文件仍建議多數工作先從價格只有一半、延遲較低的 Claude Opus 5 開始;若 Opus 5 開到高 effort 後,團隊自己的評測仍無法達標,或任務確實需要數小時到數十小時持續研究、操作工具與驗證成果,再考慮 Fable 5.1。Mythos 5.1 與 Fable 5.1 使用同一底層模型,但防護與存取資格不同,不能把 Mythos 的高風險領域能力當成一般帳戶可用功能。 發布與定位 Anthropic 在 2026 年 9 月 1 日發布 Fable 5.1。Fable 5.1 已一般可用,涵蓋 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 與 Claude Platform on AWS,也出現在 Claude.ai、Claude Code、Claude Cowork 等產品面。它主攻長時間、跨工具的 agentic 工作,包括大型程式專案、多步驟研究、資料分析,以及文件、試算表和簡報製作。Anthropic 團隊把它定位為目前最強的長任務模型,但這是第一方產品定位;是否值得升級,仍應由團隊自己的完成率、人工介入與成本資料決定。 官方 benchmark 橫向比較 Anthropic 這次公布七組評測,Fable 5.1 不只是在單一 coding 榜單進步: 資料來源:Anthropic 官方發布公告|Fable 5.1 七組官方 benchmark 橫向比較;珊瑚欄為 Fable 5.1,Terminal-Bench 4.0 第二個數字為 Mythos 5.1。 科學研究代理:Terminal-Bench-Science 0.1 為 52.6%,對上 Fable 5 的 24.7%、Opus 5 的 29.0% 與 GPT-5.6 Sol 的 22.4%。 終端機 coding:Terminal-Bench 4.0 為 55.8%;同底層模型但放寬防護的 Mythos 5.1 為 60.9%,Fable 5、Opus 5、GPT-5.6 Sol 則分別為 42.0%、52.3%、37.3%。 知識工作:GDPval-AA v2 得分 1853,高於 Fable 5 的 1723、Opus 5 的 1824 與 GPT-5.6 Sol 的 1711。 電腦操作:OSWorld 2.0 的 partial/strict 分別為 77.9%/41.7%,Fable 5 為 72.9%/36.1%,Opus 5 為 75.4%/39.6%。 跨領域推理:Humanity's Last Exam 無工具為 60.9%、有工具為 65.0%;Fable 5 是 57.8%/63.8%,Opus 5 是 56.6%/63.6%。 商務流程:AutomationBench 為 31.4%,對上 Fable 5 的 17.1%、Opus 5 的 26.9% 與 GPT-5.6 Sol 的 19.6%。 代理式 coding:CursorBench 3.2.0 為 73.4%,高於 Fable 5 的 70.5%、Opus 5 的 70.0% 與 GPT-5.6 Sol 的 67.2%。 怎麼讀這些數字 這些是 Anthropic 自行公布的產品評測,不是獨立榜單,也不是七組都採相同 harness。官方的成本曲線是在各 effort 等級比較表現與每次任務成本,成本軸使用對數刻度;Claude Code 預設 high,Claude.ai 與 Cowork 預設 medium,因此只看單一最高分,無法回答實際部署的成本效益。 Terminal-Bench-Science 維護者把它定義為跨生命、物理、地球、數學與工程科學的專家策劃研究工作流;Anthropic 這次使用的 0.1 版,每個模型標準誤差約為 ±3.5~4.5 個百分點。Anthropic 的設定把 Opus 5/Fable 5 重跑成 29.0%/24.7%,公開榜單則是 30.0%/21.4%,兩組差異仍在誤差範圍。OSWorld 2.0 使用 2026 年 8 月版任務,Fable 5 與 Opus 5 也在同一版本重跑,不能拿這次數字直接和舊版 OSWorld 成績比較。 Fable 5.1 測試時開著正式環境的安全防護;OSWorld 2.0 中,Fable 5.1 與 Fable 5 被防護介入的任務會直接記零分,AutomationBench 則只有 Fable 5 的介入任務明確採零分處理。其他受介入的資安任務會改由 Opus 4.8 執行,生物任務則改由 Opus 5 執行。Terminal-Bench 4.0 的 Fable/Mythos 差距也包含防護差異,所以 55.8% 與 60.9% 反映的是兩套可用系統,不是兩個純模型 checkpoint 的公平對決。 從跑分走到真實長任務 官方公告列了幾個較能說明「長任務」的案例,但它們仍是早期客戶回饋,不是獨立重現: Millennium 表示,Fable 5.1 逆向分析外部函式庫與 core dump,找出一個團隊多年未能解釋、約每百萬次執行才出現一次的 crash。 MongoDB 表示,模型先讀完多個服務的程式碼與文件,再持續執行數小時,用約三天完成一個複雜原型,並附上驗證紀錄與視覺 walkthrough。 Ramp 回報一個無人值守 38 小時的機器學習工作:模型辨認既有結果其實是標籤假象,修正後再啟動六組平行實驗。 合作夥伴的量化結果也只能當方向訊號:Browserbase 在最難的 browser-agent benchmark 測得 Fable 5.1 完成率 82%,Opus 5 為 74%、Fable 5 為 57%;Crosby 的 RedlineBench 從 47.9 提升到 57.0;Samaya 的 FrontierFinance rubric score 則由 Fable 5 的 49.2% 提升到 55.9%。這些評測的任務集與執行環境由各公司自訂,不應和官方 benchmark 混成同一排名。 外部 evaluator 的另一套量測 Artificial Analysis用自己的 Intelligence Index 測得 Fable 5.1 m
2026-09-0204 minCode to Market2026-08-3122 minNavigators2026-08-2824 minNavigators2026-08-2136 minNavigators2026-08-1324 minNavigators2026-08-0538 minNavigators2026-07-2733 minNavigators2026-07-0830 minIgnition2026-06-2909 minInsecure Agents2026-06-2639 minEasyVibeCoding Podcast
EasyVibeCoding Podcast@GoogleDeepMind:Google DeepMind 宣布 Gemini 3.5 Flash 正式支援原生電腦使用功能,讓開發者能打造跨平台操作的 Agent。 核心功能與應用…Google DeepMind 宣布 Gemini 3.5 Flash 正式支援原生電腦使用功能,讓開發者能打造跨平台操作的 Agent。 核心功能與應用 Gemini 3.5 Flash 現在將電腦使用能力整合至模型內部,不再需要依賴過去的獨立模型。這項功能賦予 Agent 觀察螢幕、進行推理並在瀏覽器、行動裝置及桌面環境中執行操作的能力。此更新旨在提升長時程任務與企業自動化流程的效能,特別適用於持續性的軟體測試與跨專業應用程式的知識工作。 安全性與防護機制 為應對 Agent 在真實環境中運作時可能面臨的 prompt injection 風險,Google 採取了以下防護措施: 針對電腦使用功能進行目標導向的對抗性訓練。 提供兩項選用的企業級安全系統:針對敏感或不可逆操作要求使用者明確確認,以及在識別出間接 prompt injection 時自動停止任務。 建議開發者採用「縱深防禦」策略,結合安全沙盒、人工介入驗證(human-in-the-loop)及嚴格的存取控制。 實作與演示 根據 Google AI Studio 的演示,Gemini 3.5 Flash 已能勝任複雜的網頁導航與電商操作任務,例如: 執行「Encyclopedia Hunt」任務:透過點擊超連結,從特定頁面導航至目標頁面(如從「Eiffel Tower」導航至「Albert Einstein」)。 電商自動化:在網站上搜尋商品、將「Minimalist Mug」加入購物車並執行結帳流程。 影片展示如何透過 Google AI Studio 的電腦使用(Computer Use)功能,讓 AI 代理自動化執行網頁瀏覽與操作任務。 開發者可透過 Gemini API 與 Gemini Enterprise Agent Platform 開始建置應用,或透過 Browserbase 提供的環境進行測試。詳細的參考實作與最佳實踐文件可於官方平台查閱。影片展示如何透過 Google AI Studio 的電腦使用(Computer Use)功能,讓 AI 代理自動化執行網頁瀏覽與操作任務。 影片中的 Prompt 與操作:Prompt(00:00): 起始:艾菲爾鐵塔 目標:阿爾伯特·愛因斯坦原文:START: Eiffel Tower TARGET: Albert EinsteinPrompt(00:36): 起始:蘇格拉底 目標:彼得潘(角色)原文:START: Socrates TARGET: Peter Pan (character)操作步驟: 1. (00:01)點擊「EXECUTE」按鈕 2. (00:17)點擊「German Empire」連結 3. (00:36)點擊「EXECUTE」按鈕 4. (00:47)點擊「Ancient Greek」連結 5. (00:59)點擊「Shop All」連結 6. (01:02)點擊「Minimalist Mug」商品 7. (01:04)點擊「Add to Cart」按鈕 8. (01:05)點擊「Proceed to Checkout」按鈕原文:https://easyvibecoding.app/curated/2212
2026-06-2502 minポッドちょっと放送局
ポッドちょっと放送局OpenAIがわずか9ヶ月で自社設計AIチップ完成 #096本日のYOSHIO's Report 2026年6月25日(木)1. OpenAIが初の自社設計AIチップ「Jalapeño(ハラペーニョ)」をBroadcom(ブロードコム)と共同発表ChatGPTを動かす「推論(インファレンス)」専用のチップで、設計から製造準備まで約9ヶ月で開発。消費電力あたりの性能が最先端を上回る見込みで、推論コストを約半分に抑えられるとの報道も。2026年末から導入を始め、マイクロソフトなどと大規模データセンターへ拡大予定。背景にはNvidia(エヌビディア)依存からの脱却の狙い。【主な固有名詞】OpenAI(オープンAI)、Broadcom(ブロードコム)、Celestica(セレスティカ)、Jalapeño(ハラペーニョ)、Nvidia(エヌビディア)、Microsoft(マイクロソフト)、ChatGPT(チャットGPT)、GPT-5.3-Codex-Spark(ジーピーティー5.3コーデックス・スパーク)、Sam Altman(サム・アルトマン、OpenAI CEO)、Greg Brockman(グレッグ・ブロックマン、OpenAI社長)、Hock Tan(ホック・タン、Broadcom CEO)、Richard Ho(リチャード・ホー、OpenAIハードウェア責任者)、ASIC(エーシック、用途特化型チップ)、inference(インファレンス、推論)、CNBC(シーエヌビーシー)、Engadget(エンガジェット)2. Google(グーグル)がAIモデル「Gemini 3.5 Flash(ジェミニ3.5フラッシュ)」に、画面を見て操作する「コンピュータ操作(コンピュータ・ユース)」機能を標準搭載AIがスクリーンショットを見てクリック・入力・スクロールを代行し、ブラウザ・スマホ・パソコンを操作。従来は専用モデルが必要だったが高速モデルに統合。料金は入力100万トークンあたり1.5ドル(約240円)。Salesforce(セールスフォース)やXero(ゼロ)などが採用。安全面ではプロンプトインジェクション対策が課題。【主な固有名詞】Google(グーグル)、Gemini 3.5 Flash(ジェミニ3.5フラッシュ)、Gemini 2.5 Computer Use(ジェミニ2.5コンピュータ・ユース)、computer use(コンピュータ・ユース、コンピュータ操作)、agentic(エージェンティック、エージェント型)、Salesforce(セールスフォース)、Agentforce(エージェントフォース)、Xero(ゼロ、会計ソフト)、Shopify(ショッピファイ)、Ramp(ランプ)、Browserbase(ブラウザベース)、OSWorld(オーエスワールド、画面操作ベンチマーク)、prompt injection(プロンプトインジェクション、不正な指示の埋め込み攻撃)、sandbox(サンドボックス、隔離環境)、token(トークン)、Gemini API(ジェミニ・エーピーアイ)、9to5Google(ナイントゥファイブ・グーグル)3. 病院の電話予約を肩代わりするAIエージェント「Assort Health(アソート・ヘルス)」が、評価額12億ドル(約1,930億円)に到達新たに1億2,000万ドル(約193億円)を調達。AIが予約・問診・保険確認などを多言語で代行し、23の診療科・約1万5,000人の医師が利用、累計1億9,000万件の患者対応を処理。創業者はともに29歳のジョン・ワン氏とジェフ・リュー氏。評価額は2025年9月の7億ドルから70%以上の上昇。【主な固有名詞】Assort Health(アソート・ヘルス)、Jon Wang(ジョン・ワン、共同CEO・29歳)、Jeff Liu(ジェフ・リュー、共同CEO・29歳)、Menlo Ventures(メンロ・ベンチャーズ)、Lightspeed(ライトスピード)、First Round(ファーストラウンド)、Chemistry(ケミストリー)、Epic(エピック、電子カルテ)、Athena(アテナ、電子カルテ)、EHR(電子カルテ、Electronic Health Record)、AI agent(エーアイ・エージェント、自律的に業務を代行するAI)、Series C(シリーズC、資金調達ラウンド)、PR Newswire(ピーアール・ニュースワイヤー)、Forbes(フォーブス)【提供:Podchotto(ポッドちょっと) - ポッドキャストとの、偶然の出会いを。】https://podchotto.comあなたの制作・運営しているポッドキャスト番組も無料でお気軽に登録可能です。またリスナーもユーザー登録の必要がありません。この配信で話されている内容は与太話です。誤認や思い込み、ハルシネーションが多々含まれますのでお気を付けくださいパーソナリティ:YOSHIO
2026-06-2514 minEasyVibeCoding Podcast
EasyVibeCoding Podcast@GoogleAIStudio:在 Gemini 3.5 Flash 中引入電腦操作功能 (Computer Use) 電腦操作功能現在已成為 Gemini 3.5 Flash 內建的支…在 Gemini 3.5 Flash 中引入電腦操作功能 (Computer Use) 電腦操作功能現在已成為 Gemini 3.5 Flash 內建的支援工具,為 Agentic 程式開發任務提供了我們目前最佳的效能表現。過去,電腦操作功能僅能透過獨立的 Gemini 2.5 電腦操作模型使用,現在則已原生整合至 Gemini Flash 主模型中。Gemini 在函式呼叫 (function calling) 以及使用搜尋 (Search) 和地圖 (Maps) 基礎定位等內建工具方面表現卓越。隨著內建電腦操作能力的加入,開發者現在可以使用 3.5 Flash 來可靠地建構自訂 Agent,使其能夠在瀏覽器、行動裝置和桌面環境中進行觀察、推理並採取行動。這為長週期任務與企業自動化任務(例如持續軟體測試以及跨專業應用程式的知識工作)帶來了效能上的提升。 展開數據表模型OSWorld-VerifiedGemini 3.5 Flash78.4Gemini 3 Flash65.1Gemini 3.1 Pro76.2Sonnet 4.678.4Opus 4.883.4GPT-5.4 mini72.1GPT-5.578.7 確保 3.5 Flash 電腦操作功能的安全性 為了減輕 Agent 在即時環境中運作時可能面臨的部分 Prompt 注入風險,我們針對 Gemini 3.5 Flash 的電腦操作功能進行了針對性的對抗性訓練。我們同時發布了兩套選用的企業級安全防護系統,讓企業能夠: 針對敏感或不可逆的操作,要求使用者進行明確確認。 若偵測到間接 Prompt 注入,自動停止任務。 我們採取「縱深防禦」(defense-in-depth) 的策略,鼓勵開發者將這些功能與安全的沙盒 (Sandbox)、人機協作驗證 (human-in-the-loop verification) 以及嚴格的存取控制相結合。關於安全措施的更多資訊,請參閱我們的最佳實踐文件。 我們已經看到客戶透過電腦操作功能創造了價值。以下是部分客戶的見解: Browserbase:「在 OnlineMind2Web 和私有基準測試中,具備電腦操作功能的 Gemini 3.5 Flash 提供了與頂尖模型相當的準確度,且具備更好的成本與延遲表現,使得執行複雜、長週期的瀏覽任務在規模化運作時變得更具經濟效益。」—— Miguel González Fernández,Browserbase Browser Use:「Gemini 3.5 Flash 在 Agentic 瀏覽器操作 harness 上,比起前一代 Flash 有顯著的進步。它在保持速度與成本優勢的同時,達到了頂尖水準的效能,這讓 Google 成為我們大規模應用時的首選。」—— Magnus Müller,執行長,Browser Use UIPath:「Gemini 3.5 Flash 特別適配於驅動 Delegate 和 ScreenPlay 等 Agent 的 UIPath 電腦操作 harness。在我們評估過的所有電腦操作模型中,Gemini 3.5 Flash 提供了高吞吐量、強大的可靠性以及最佳的性價比,同時還非常容易進行引導與控制。」—— Alvin Stanescu,資深總監,UIPath 立即開始使用電腦操作功能進行開發: 立即試用:在 Browserbase 託管的展示環境中測試各項功能。 開始建構:透過 Gemini API 與 Gemini Enterprise Agent Platform 深入了解我們的參考實作與文件。原文:https://easyvibecoding.app/curated/2183
2026-06-2403 minEasyVibeCoding Podcast
EasyVibeCoding Podcast@ClaudeDevs:Claude Managed Agents 推出排程部署強化自動化。 核心更新重點 Claude Managed Agents 於 2026 年 6 月…Claude Managed Agents 推出排程部署強化自動化。 核心更新重點 Claude Managed Agents 於 2026 年 6 月 9 日正式發布兩項重大更新,旨在提升 Agent 的自主執行效率與安全性: 排程部署(Scheduled deployments):使用者可透過 cron 語法設定 Agent 的自動執行排程,無需自行建置或維護排程基礎設施。每次排程觸發時,系統會自動啟動一個全新的 Session,確保任務執行環境的獨立性。 環境變數(Environment variables):Vaults 系統現已支援環境變數,讓 Agent 能安全地呼叫 CLI 工具與外部 API。憑證資訊在沙盒(Sandbox)中僅以佔位符(placeholder)形式存在,真實金鑰僅在網路邊界(network boundary)進行替換,確保 Agent 在執行過程中永遠無法直接接觸敏感憑證。 Claude Managed Agents 提供排程部署功能以及用於安全管理環境變數的儲存庫(vaults)介面。 實作與部署流程 根據官方釋出的操作指引,使用者可透過 Claude Code 搭配 ant CLI 進行部署與設定: 設定排程部署:建立 deployment.yaml 檔案,定義 Agent 名稱、初始訊息及 cron 排程(例如:0 9 1-5)。使用下列指令進行部署: `bash ant beta:deployments create < >此影片展示了如何透過 YAML 設定檔定義 Sentry 代理程式的排程部署,並追蹤其執行狀態。 影片中的 Prompt 與操作:Prompt(00:02): ant beta:deployments create < >操作步驟: 1. (00:02)輸入指令並執行部署。此影片展示了如何使用 Sentry Vaults 註冊憑證,並說明了在網路邊界進行金鑰替換的運作機制。 影片中的 Prompt 與操作:操作步驟: 1. (00:00)輸入指令 `ant beta:vaults:credentials create --vault-id $VAULT_ID < >原文:https://easyvibecoding.app/curated/1901
2026-06-1102 minSolo Founders2026-06-0320 minAI News Today | Julian Goldie Podcast2026-05-2122 minAI News Today | Julian Goldie Podcast2026-05-2116 minDigilize Lab2026-05-2033 minDX Today | No-Hype Podcast & News About AI & DX2026-05-2011 minExploring Modern AI in Tamil2026-05-1620 minThe Dart Board with Daniel Dart2026-05-1338 minAgents Hour2026-05-0636 minGit News AI2026-05-0300 minM.AI2026-05-0317 minGitHub Daily Trend2026-05-0104 minEasyVibeCoding Podcast
EasyVibeCoding Podcast@derekmeegan:Browser Trace 技能提供 Agent 瀏覽器 100% 可觀測性。 「Browser Trace」技能讓 Agent 自動化瀏覽器過程擁有完整…Browser Trace 技能提供 Agent 瀏覽器 100% 可觀測性。 「Browser Trace」技能讓 Agent 自動化瀏覽器過程擁有完整可觀測性,透過附加唯讀 CDP 客戶端記錄網路請求、DOM 內容、螢幕截圖及 CDP 日誌,並匯入可搜尋檔案系統,適用於逆向工程、自動研究迴圈及即時監控。 核心功能 Browser Trace 不主動驅動頁面,僅監聽 CDP 事件,搭配「browser」技能、「bb」、「Stagehand」、「Playwright」或其他 CDP 相容工具使用。主要用於: 除錯瀏覽器自動化(如表單失敗、元素遺失、導航卡住、JS 例外)。 中途附加追蹤至運行中自動化,不需重啟。 分割 CDP 事件火管成網路、主控台、DOM、頁面等桶子。 依時間戳記錄螢幕截圖 + DOM 快照。 若僅需驅動瀏覽器,改用「browser」技能。 運作機制 Chrome DevTools 每個目標接受多個並發 CDP 客戶端,主自動化佔一個,Browser Trace 附加第二個,僅啟用觀測領域(Network、Console、Runtime、Log、Page),絕不發送動作指令。三個核心組件: Firehose:browse cdp 串流所有 CDP 事件為 NDJSON 格式,每行一 JSON 物件至 cdp/raw.ndjson。 Sampler:輪詢迴圈每隔間隔(預設 2 秒)呼叫 browse --ws screenshot 及 browse --ws get html body,--ws 為一次性連線,不干擾主自動化。 Bisector:執行後 bisect-cdp.mjs 走訪 raw.ndjson,按 CDP 方法切割成各桶 JSONL 檔案,並以頂層 Page.frameNavigated 事件為邊界,按頁切割。 本地 Chrome 快速入門 啟動 Chrome 帶除錯埠(9222)及隔離使用者資料夾: ` "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \ --remote-debugging-port=9222 \ --user-data-dir=/tmp/chrome-o11y \ about:blank & ` 啟動追蹤:node scripts/start-capture.mjs 9222 my-run。 對埠 9222 執行主自動化,如 browse env local 9222、browse open https://example.com。 停止並切割:node scripts/stop-capture.mjs my-run、node scripts/bisect-cdp.mjs my-run。 Browserbase 遠端快速入門 使用 bb-capture.mjs 及 bb-finalize.mjs 處理平台會計。Browserbase 於最後 CDP 客戶端斷線即結束工作階段,務必用 --keep-alive 建立,並先附加自動化客戶端。步驟: 建立 keep-alive 工作階段並啟動追蹤:node scripts/bb-capture.mjs --new my-run,輸出 session id、connectUrl 前綴及即時除錯 URL。 驅動自動化:SID=$(jq -r .browserbase.session_id .o11y/my-run/manifest.json),然後 browse --connect "$SID" open https://example.com。 停止、切割、拉取平台文物並釋放:node scripts/stop-capture.mjs my-run、node scripts/bisect-cdp.mjs my-run、node scripts/bb-finalize.mjs my-run --release。 中途附加運行中工作階段:bb sessions list | jq -r '.[] | select(.status == "RUNNING") | .id' 選取 id,node scripts/bb-capture.mjs mid-flight-debug,無干擾。 檔案系統結構 輸出至 .o11y//: manifest.json:執行中繼資料(target、domains、startedat、stoppedat)。 index.jsonl:每樣本一行 {ts, screenshot, dom, url}。 cdp/raw.ndjson:完整 CDP 火管。 cdp/summary.json:會話總計(sessionId、duration、totalEvents、pages[]),pages 依 P...
2026-04-2804 minAI懶人報
AI懶人報EP289 | AI懶人精選週報 - Claude Mythos 被 Anthropic 封鎖?太危險!一般人根本不能碰的神秘AI模型。【 🚀 企業 AI 落地計畫:讓 AI 從玩具變成工具 】 當大家還在跟 AI 聊天,真正領先的企業已經將 AI 系統化落地。憑藉前美國 Tesla 軟體品質工程背景,我要幫你客製一套「穩健、精準」的 AI 系統,解決法律比對、單據入庫或診所餐廳預約等流程痛點。 🎯 限額 2 名:提供 50% 費用減免,打造 Tesla 等級的AI自動化大腦。 👉 立即填表申請: https://forms.gle/uDi4GV8arqJJkuXt9 從探討危險 AI 到用 AI 賺錢,全都交給 AI!今天幫你精選 5 支熱門 AI 工具影片,讓你輕鬆掌握未來趨勢,搞定大小事!🚀 💡 Browserbase:讓你的 AI 代理人暢遊整個網路 👉 應用場景:開發者可以利用它賦予 AI 代理人完整的網路存取能力,進行數據抓取、自動化任務等,大幅提升開發效率與應用廣度。 💡 Blotato:AI 秘密程式碼與自動化工具 👉 應用場景:內容創作者或行銷人員能透過它快速生成高轉換率的文案、自動化社群媒體管理,甚至在短時間內創造可觀收入,實現內容變現。 💡 OpenRouter + Claude:免費使用 Claude Code 的秘密 👉 應用場景:個人開發者或學生可以利用這套組合免費體驗 Claude Code 的強大功能,學習如何建構真實的應用程式,降低 AI 開發的門檻。 💡 Google Gemma 4 (Ollama + LM Studio):本地運行超強開源 AI 模型 👉 應用場景:企業或研究人員能在本地端部署並運行如 Gemma 4 這樣的高性能 AI 模型,確保數據隱私,同時進行客製化開發與實驗,無需依賴雲端服務。 💡 Claude Code Skills, Plugins & CLIs:掌握 Claude Code 的各種應用 👉 應用場景:AI 顧問或進階使用者能透過學習這些技巧,快速打造高效的 AI 應用、開發客製化解決方案,甚至建立自己的 AI 代理業務,拓展商業機會。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn
2026-04-1927 minThe Signal2026-03-2707 minSolo Founders2026-03-1154 minAgents Hour2026-02-2124 minHunters and Unicorns2026-02-1140 minMostly Technical2026-01-201h 06跨国串门儿计划
跨国串门儿计划#362.别再从头造 Agent 了:Anthropic 专家揭秘“Agent Skill”如何重塑 AI 协作📝 本期播客简介本期我们克隆了:Anthropic 官方技术分享《Don't Build Agents, Build Skills Instead》今天的 AI Agent 就像一个“智商 300 的数学天才”,它非常聪明,但在面对复杂的税务、法律或特定企业流程时,往往因为缺乏专业知识而显得力不从心。Anthropic 的专家 Barry Zhang 和 Mahesh Murag 在本期节目中提出了一个颠覆性的观点:我们应该停止重复造轮子去构建各种垂直领域的 Agent,转而开始构建“Skill”。什么是 Skill?为什么 Anthropic 认为“文件夹”才是封装 AI 能力的最佳方式?在这场深度分享中,你将听到关于 Agent 架构的最新演进:如何利用代码作为通用接口,如何通过 MCP 与 Skill 的组合让 AI 瞬间变身行业专家,以及如何让 AI 在与你共事的第 30 天比第 1 天好用得多。这不仅是一场技术发布,更是一份关于未来人机协作模式的行动指南。👨‍⚕️ 本期嘉宾Barry Zhang & Mahesh Murag,Anthropic 团队专家,Agent Skill 概念的共同创造者。他们致力于定义下一代 AI Agent 的标准架构,推动了 MCP(模型上下文协议)与 Claude Code 等核心产品的演进。⏱️ 时间戳00:00 开场 & 播客简介从 Agent 到 Skill 的范式演进01:43 现状:Agent 很聪明,但缺少稳定可靠的专业知识02:49 核心转变:代码不仅仅是应用场景,更是数字世界的通用接口03:53 什么是 Agent Skill:把可组合的程序化知识打包进“文件夹”05:04 极简主义哲学:为什么选择 Git 和文件系统作为载体?Skill 的生态与实战应用07:09 三大生态支柱:基础能力、合作伙伴与企业内建 Skill08:12 案例分享:Notion 与 Browserbase 如何通过 Skill 增强 Claude09:06 趋势观察:从简单的 Markdown 指令到复杂的二进制文件打包10:07 协同作战:MCP 负责“连接”,Skill 负责“专业知识”构建通用 Agent 架构10:51 架构公式:Agent 循环 + 运行时 + MCP + Skill 库12:11 开发者关注点:测试评估、版本控制与跨 Skill 的依赖引用13:11 愿景:打造一个由人和 Agent 共同维护的组织能力知识库持续学习与未来展望14:12 记忆的具体化:让 Claude 为未来的自己编写 Skill15:14 情境学习的力量:如何让 Agent 随着使用时间的增加而进化16:11 行业类比:模型是处理器,Skill 才是真正改变世界的“应用程序”🌟 精彩内容💡 数学天才 vs. 税务专家Barry 提出了一个生动的比喻:你想要一个智商极高但不懂税法的数学天才帮你报税,还是想要一个经验丰富的税务专家?目前的 Agent 往往是前者。Skill 的出现,就是为了给“天才”装上“专业大脑”,让它不再需要从第一性原理去推导复杂的行业规则。🛠️ 为什么“文件夹”是终极抽象?Anthropic 故意将 Skill 设计得极其简单——就是一组文件夹和文件。这意味着无论是人还是 AI,只要有电脑就能创建。它天然支持 Git 版本控制,可以像分享压缩包一样在团队间传递。这种透明、可修改的特性,解决了传统 AI 工具“黑盒”且难以维护的痛点。🚀 通用 Agent 的“操作系统”模型节目中将 AI 技术栈与传统计算技术栈做了精彩类比:模型(LLM)是处理器(CPU),Agent 的运行时环境是操作系统(OS),而 Skill 则是运行在其上的应用程序(Apps)。真正的价值不在于造更多的处理器,而在于数以百万计的开发者如何将独特的领域知识编码成 Skill。📈 非技术人员的 AI 红利令人兴奋的趋势是,财务、招聘、法务等非技术背景的人员正在成为 Skill 的构建者。通过简单的指令封装和流程编排,他们正在将自己的专业经验转化为 Agent 可以理解的“技能包”,从而实现组织内部能力的复利增长。🌐 播客信息补充本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的使用 AI 进行翻译,因此可能会有一些地方不通顺;如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight在小宇宙查看该单集文稿
2025-12-1817 minInsecure Agents2025-12-1132 minC哥聊科技2025-11-2001 minCaptain Overfit2025-11-0506 minFirst Commit2025-11-0434 minOpen Source Startup Podcast2025-10-2943 minThe Build - Ai dev and product show.2025-10-261h 39Generative AI Group Podcast2025-10-2600 minThursdAI - The top AI news from the past week2025-10-241h 35Code to Market2025-10-2024 minAI Tinkerers - \2025-10-1734 minC哥聊科技
C哥聊科技【C哥日课】告别繁琐脚本,一句话让AI帮你操作浏览器【本期主题】今天聊一个能极大提升我们工作效率的神器:Google 最近开源的浏览器自动化工具 Computer Use Preview。它基于强大的 Gemini 2.5 模型,让你只需要用自然语言描述任务,AI就能帮你完成网页操作、数据采集、批量发布等各种重复性工作。告别复杂的自动化脚本,AI将成为你的浏览器替身。【核心看点】 告别脚本: 这款工具的核心优势是什么?为什么说它能让任何人通过自然语言来完成复杂的浏览器自动化任务? 效率革命: 搜索信息、填写表格、批量发布内容...哪些日常的重复性工作可以立刻交给AI完成,从而解放你的双手? 双环境支持: Computer Use Preview 基于 Playwright 和 Browserbase 运行,这对用户意味着什么?如何选择最适合自己的部署环境? 技术支撑与功能: 强大的 Gemini API 和 Vertex AI 提供了哪些保障?工具支持的截图、鼠标高亮等功能对调试和监控有什么帮助? 适用人群: 哪些人最需要这个工具?无论是数据采集、自动化测试,还是日常的网页任务,它能带来哪些实实在在的效率提升?【主播】C哥聊科技:软件和人工智能专家,程序员,已申请数十项技术专利。连续创业者,历任多家公CTO, AI畅销书作者,帮众多企业和个人落地AI。前往小宇宙评论区与主播互动
2025-10-1701 minEl Test de Turing - Inteligencia Artificial IA Aplicada a Negocio2025-10-091h 36The Daily AI Chat2025-10-0909 min名古屋ではたらく社長のITニュースポッドキャスト
名古屋ではたらく社長のITニュースポッドキャストEp.628 Gemini 2.5「Computer Use」──“画面を見て手を動かす”エージェントの実戦投入(2025年10月9日配信)10月7日、Google DeepMindが「Gemini 2.5 Computer Use」モデルを公開し、開発者が“画面を見て手を動かす”タイプのエージェントをGemini API経由で組めるようになりました。ブログでは、フォーム入力やドロップダウン操作、ログインの裏側での処理まで、人間と同じようにクリック・タイプ・スクロールでUIを進められることを強調。Google AI StudioとVertex AIからすぐ試せるプレビュー提供が始まっています。仕組みはシンプルで強力です。新しい「computer_use」ツールに、ユーザーの目的、現在のスクリーンショット、直近のアクション履歴を渡すと、モデルは「どこをクリックするか」「何をタイプするか」といった関数呼び出しを返します。クライアント側はそのアクションを実行し、更新後のスクリーンショットとURLを再びモデルへ送り、タスク完了までループを回す。Webブラウザ最適化が先行しつつ、モバイルUIでも有望な結果が示され、デスクトップOSレベルの制御はまだ最適化途上とされています。性能評価では、Online-Mind2Web、WebVoyager、AndroidWorldといったベンチマークで、競合手法に対して高い成功率と低レイテンシを示したと報告。Browserbaseのハーネスを用いた測定や自社評価、自己申告値をまとめた結果として公表されています。つまり“速くて当たる”ことを前提に、長めの手順を粘り強くやり切るエージェント像に近づいてきたというわけです。安全面の作り込みも具体的です。第一に、モデル内に安全機能を学習させ、悪用意図や想定外挙動、Web上のプロンプトインジェクションや詐欺への耐性を強化。第二に、実行前に各アクションを検査する「Per-step safety service」と、購入など高リスク操作でユーザーの明示確認を求められるシステム指示を提供。開発者向けドキュメントでは、サンドボックス環境での実行や禁止用途の遵守など、実装上のガイドも整理されています。適用例もすでに動き出しています。Google社内ではUIテストの自動化で本番運用が始まり、関連技術はProject Mariner、Firebase Testing Agent、さらに検索のAIモードの一部機能にも投入。外部の早期アクセス参加者も、個人アシスタントやワークフロー自動化、UIテストの現場で手応えを得ているといいます。プレビューのモデル名は「gemini-2.5-computer-use-preview-10-2025」。PlaywrightやBrowserbaseの参照実装を使えば、ローカルやクラウドVMですぐ検証を回せる導線が整っています。実務の肌感で言うと、これは“APIがないところも回せる自動化”です。SaaS間のつなぎ込み、社内ポータルの定型処理、ECや業務サイト横断の情報収集など、最後は人の手でクリックしていた箇所を、説明可能なアクション列として記録しながら任せられる。高リスク操作はユーザー確認で止められ、禁止関数の除外や独自関数の追加も可能。開発チームはSandbox+監視で小さく導入し、評価をしながら工程を広げる――そんな堅実な始め方がハマりそうです。
2025-10-0904 minChasing Entropy Podcast by 1Password2025-10-0834 minFujinの部屋
Fujinの部屋【衝撃】Googleがこのタイミングで投入!Gemini 2.5 Computer Useのヤバさ▼Gemini 2.5 Computer Useを使えるサイトhttp://gemini.browserbase.com/🌪️プロフィール🌪️どうも、Fujinです。新しいゲームの形であるWeb3ゲーム、AIのコンテンツクリエイター。Web3ゲームのYouTuberの中では日本トップ。ーーーーーーーー👑プレミアムリスナー & メンバーシップ「より深い内容」「より最新の情報」「表では話せない内容」などの限定配信が聴ける!・海外の最新AIトレンド・AI実体験の裏話・より詳しいAI情報・最新のゲームニュースいますぐ参加できます👇https://voicy.jp/channel/2976/premiumhttps://stand.fm/channels/664b23ba316143a7712d89c0/subscription ーーーーーーーー🟢最新情報や先行案内が届く公式LINEはこちらWeb3ゲーム: https://lin.ee/zj4XtjdAI:https://line.me/R/ti/p/@810yvcbw?ts=06140035&oat_content=url ーーーーーーーー📮7日間で学べるビジネスパーソン向けAI講座https://www.fujinmail.space/subscribe ーーーーーーーー👂Voicyおすすめ放送非エンジニアこそバイブコーディングをやるべきである話:https://r.voicy.jp/7Qm2aEA3KY6【発表】ついにプレミアムリスナーが始まります!:https://r.voicy.jp/RY91YYYB9qG ーーーーーーーー🟥YouTubeチャンネル(動画で学ぶ)▼Fujin AI Schoolhttps://www.youtube.com/@FujinAISchool ▼Fujin Metaverse Schoolhttps://youtube.com/@FujinMetaverseSchool?si=Iw7ikcKomnJUKPCsーーーーーーーー🎥TikTokチャンネル(サクッと学ぶ)https://www.tiktok.com/@fujin_metaverse?_t=8idgbxlC2le&_r=1ーーーーーー
2025-10-0812 minAI Agents: Top Trend of 2026 - by AIAgentStore.ai2025-09-2804 minCritical Thinking - Bug Bounty Podcast2025-09-1857 minDeirdre Bosa Live2025-09-0454 minCode to Market2025-09-0245 minKeen On America2025-08-3145 minCode to Market2025-08-2708 min42章经
42章经硅谷 AI 大转弯与二级市场的牛市|对谈莫傑麟这又是一期录制于硅谷的节目。差不多半年前,我来美国和莫傑麟聊了一期「东升西落」的市场叙事。彼时,DeepSeek 和 Manus 刚刚点燃了国内市场的信心和热度,也一度让美股跌入深坑。半年过去,市场再次风云变幻:美股落了又升、GPT-5 发布、Agent 热潮冷却、以 Meta 为代表的大厂开启抢人大战……于是我又拉上莫傑麟,复盘过去半年硅谷和市场的新变化。节目中我们聊出了一个核心结论:AI 正在进入一个全新的提速周期,但叙事的核心指标已从「Scaling Law」转向了「Token 消耗」。这意味着行业竞争正在从比「谁的模型更聪明」,转向拼「谁能把已有智能用得更好、更快、更省」。在这个趋势下,Infra 将成为下一个主战场,整合将成为关键词。除此之外,我们还聊到许多值得反复咀嚼的话题,比如:英伟达还能涨吗?散户在这轮波动中扮演了怎样的角色?当前这波 A 股到底算不算牛市?国内外一二级市场的热点有什么不同等等。最后,莫傑麟团队最近在做一个叫 WhatIf 的项目,希望把更多投研经验与 AI 实践结合起来。他们定期组织商业和投资的 Panel 讨论,如果你对中国和美国 AI 基础设施和应用公司研究有持续稳定的视角,且对宏观/二级市场策略感兴趣,可以在公众号「WhatIf Ideas」中提交注册信息,通过后加入讨论日历名单。【人类博物馆】导游:曲凯,42章经创始人九号珍藏:莫傑麟,家族办公室资深从业者【时光机】Part 1 AI 发展的新共识 00:59 硅谷 AI 大转弯,Token 消耗成第一指标? 4:17 模型并没有更聪明,但为啥 GPT 的日活和使用时长还在涨? 6:21 不讲 Scaling Law,是不是意味着大家不再预期 AGI 了? 07:31 GPT-5 就没想和其他模型拼智商 9:28 模型和应用的分工发生了什么变化? 12:33 为什么我们不希望大模型也来做应用? 18:56 今年有哪些亮点的应用方向? 22:14 我们已经没有太多工具可以去评估模型的好与坏了 23:42 GPT-5 标志着 AI 竞争将进入国内创业者的舒适区? 26:26 Infra 优化可以拆分为 4 层 27:05 简评两家推理加速公司:Together AI & Fireworks 28:53 应用层 Infra 的核心竞争力是什么? Part 2 硅谷市场趋势复盘 33:13 英伟达还能涨多久? 38:09 该出现的 Infra 软件已经出现得差不多了? 39:08 Google 和 Meta 最值得研究的点分别是什么? 40:31 2025 的 FOMO 情绪不减反增,且已经从「抢卡」延伸到了「抢人」 44:00 为什么说 AI 是美国市场上唯一的「泡沫」? 46:57 支撑英伟达估值的逻辑发生了变化 48:52 接下来值得关注的两件事: 48:59 ① Meta 砸钱招人有用吗? 49:20 ② AI 应用的真需求在哪? 54:48 这波 A 股到底是不是真牛市?怎么判断? 56:38 散户是这轮波动中非常值得研究的变量 59:59 A 股很难建立正反馈的闭环 1:03:31 美股三家值得持续关注的公司:Reddit、ServiceNow、Figma 1:08:41 哪类 AI 公司能在一级市场拿到最夸张的估值? 1:12:20 国内一级市场的两大趋势 1:13:38 42章经接触的创业者普遍会遇到什么问题? 1:15:51 Vibe Coding 会带来「一人公司」的繁荣吗? 1:18:13 我们年初关于 AI 发展的预测,正在逐步被验证:为什么我们对 25 年 AI 极度乐观|AI 年终复盘【Reference】 Agent 开发的上半场: 环境、Tools 和 Context 如何决定 Agent|对谈 Sheet0 创始人王文锋 从 E2B 到 Browserbase,Agent Infra 新热点中有哪些大机会? | 对谈 Grasp 创始人雷磊 关于 AI Infra 的一切 | 对谈阶跃星辰联创朱亦博莫傑麟 @42章经 播客回顾: 世界怎么就「东升西落」了?聊聊二级市场与 DeepSeek+Manus 的热潮|对谈莫傑麟 2025.3.22 上半年 AI 市场有多差?别刚起跑就想冲刺 | 我答莫傑麟 2024.7.14 英伟达、Sora 与 AI 的三种核心叙事逻辑 | 对谈莫傑麟 2024.3.2 为什么我们开始乐观?关于经济发展的明线暗线、AI 与最佳实践 | 对谈莫傑麟 2023.12.3【The gang that made this happen】 制作人:陈皮、Celia 剪辑:陈皮 Bgm:Mondo Bongo - Joe Strummer & The Mescaleros在小宇宙查看该单集文稿
2025-08-231h 21Soft Commitment Podcast: – AI, Girişimcilik ve Yeni Ekonomi | Erman Taylan2025-08-1916 minCode to Market2025-08-1620 minFutureCast/未来播报
FutureCast/未来播报EP5 音乐生成暴涨200%背后,你的行业还剩几年寿命?🔍本期核心议题一、AI工具军团:谁在疯狂收割流量? 通用型AI(ChatGPT/Gemini):→ 免费+付费分层策略成主流,DeepSeek/Grok早期增速超300% 垂直杀手:🖼️ 图像生成(Midjourney/Stockimg):设计行业流量掠夺者🎵 音乐生成(Suno):作曲人失业倒计时启动?✈️ 旅行规划(Mindtrip):OTA平台的隐秘竞敌 自动化武器库:⚙️ 无代码工具(Zapier/N8N):企业流程静默革命🌐 无头浏览器(Browserbase):爬虫战争2.0二、崩塌与反抗:传统行业的AI生存战 💔 内容产业沦陷区:→ 素材库(Shutterstock/Getty)流量滞涨→ 自由职业平台(Fiverr/Upwork)接单量砍半 📚 教育科技雪崩:→ Udemy等平台同比下滑23%,AI语法工具加速取代Grammarly 🔍 搜索巨头的黄昏:→ Google/百度“答案型搜索”流量蒸发15% 🛒 建站生态警报:→ Wix/Shopify店主转向AI生成店铺,论坛(Reddit/Quora)问答流量持续失血三、数据魔鬼藏在趋势里 ⏱️ 增长算法:→ AI工具看12周爆发力,传统行业看同比生存率 📉 死亡交叉指标:→ 当某行业4周增速<12周增速=衰退加速(教育科技已触发!) 🌍 监测范围:覆盖全球230+国家/地区,设备量级碾压第三方机构💡 你会听到的颠覆性结论 为什么音乐生成工具Suno可能比ChatGPT更可怕? 教育科技下滑23%背后:AI如何吃掉“学习动力”? 自由职业者时薪暴跌40%—是危还是机? Google搜索流量蒸发,但真正致命伤在哪儿?本期节目数据来源于similarweb发布的《AI Global, Global Sector Trends on Generative AI》前往小宇宙评论区与主播互动
2025-08-1312 minThe New Stack Podcast2025-07-1848 minTBPN2025-07-163h 07In the Pit with Cody Schneider | Marketing | Growth | Startups2025-07-1052 minNotable Perspectives2025-06-2637 minTBPN2025-06-173h 29Sourcery2025-06-1754 min42章经
42章经从 E2B 到 Browserbase,Agent Infra 新热点中有哪些大机会? | 对谈 Grasp 创始人雷磊活动预告🥳:6 月 21 日,我们会请到雷磊和 Gus (Memobase & nano-graphrag 作者,solo 项目 GitHub 获 5000+ Star) 办一场线下活动,大家记得翻到 shownotes 末尾查看报名信息!Agent 赛道自今年年初被 Manus 引爆以来,热度持续了好几个月。有非常多各种方向和概念的 Agent 项目已经拿到融资,而很多人也已经开始思考:下一波机会,会出现在哪里?我们看到的可能性之一,就是 Agent Infra。原因在于,如果未来真的会有万亿个 Agent,它们将不再只是「工具本身」,而会反过来成为无数软件的「终端用户」。而由于 Agent 和人类的行动模式存在本质区别,我们很可能需要重新设计整个 AI-Native 的软件体系,从代码环境、浏览器,到各种工具,全部为 Agent 重写一遍。于是本期节目,我们请来了 Grasp(一款给 Agent 用的浏览器) 创始人雷磊,一起聊聊他对 Agent Infra 的观察与思考。我们讨论了「给 Agent 做产品」与「给人做产品」在底层逻辑上的差异、Agent Infra 的两大明星项目 E2B 和 Browserbase,以及这个领域未来可能出现的创业机会等等。Grasp 现已开放 waiting list 申请:https://getgrasp.ai,即将内测。【人类博物馆】导游:曲凯,42章经创始人36 号珍藏:雷磊,Grasp、AirCode 创始人,连续创业者,前字节开发者平台轻服务产品负责人,超过十年开发者领域经验【时光机】 1:03 Agent 热潮之后,下一波机会可能是 Agent Infra 3:55 未来应该是「人为 Agent 服务」,而不是「Agent 为人服务」? 6:17 人与 Agent 的核心区别 6:22 ① 工作范式:人是单线程,而 AI 是多线程 7:23 ② 责任与安全边界:人可以对自己的行为负责,但 AI… 10:49 Agent Infra 产品最关键的是什么? 13:03 被 Manus 带火的 E2B 到底是个啥? 15:02 虚拟机、云、沙盒、E2B 的关系是什么? 15:54 Agent 产品一定是在云端运行 18:35 云厂商就像「地产商」,而 E2B 类产品是「装修商」 21:02 什么团队适合做 E2B 这样的产品? 26:49 Agent Infra 产品 = 给 Agent 用的 SaaS 28:32 海外当红的 Browserbase 又是做啥的? 31:48 给 AI 用的浏览器 V.S. 给人用的浏览器有哪些区别? 35:55 Agent Browser 的三层架构:Runtime + Agentic + Knowledge 42:40 为什么说今天的 Browser Use 很像 23 年的 AI Coding? 44:35 二者都还有上千亿美金的市场增长空间 47:46 Agent Infra 还有哪些值得重做一遍的机会? 49:04 一个迷思:有没有可能 AI 根本就不需要人类的反馈?【活动预告🥳】6 月 21 日,我们会办一场线下活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码,一起来认识&交流!【The gang that made this happen】 制作人:陈皮、Celia 剪辑:陈皮 Bgm:Mondo Bongo - Joe Strummer & The Mescaleros在小宇宙查看该单集文稿
2025-06-1454 minТысяча фичей2025-06-092h 26How I AI2025-05-2634 minHow I AI2025-05-2634 minThe Tech Trek2025-05-0734 minThe Twenty Minute VC (20VC): Venture Capital | Startup Funding | The Pitch2025-05-051h 05Generative AI Group Podcast2025-04-2000 minThe Peel with Turner Novak2025-04-171h 39Newcomer Pod2025-03-2144 minAI For Humans2025-03-131h 06AI For Humans: Weekly AI News, Tools & Trends2025-03-131h 06mbanerjeepalmer+listennotes \'s Listen Later2025-03-061h 01Latent Space: The AI Engineer Podcast2025-02-281h 01Scaling DevTools2025-02-1456 minMarco Montemagno - Il Podcast2025-02-0319 minCollective Intelligence Community Podcast2025-01-2734 minThe Peel with Turner Novak2025-01-231h 53מפתחים מחוץ לקופסה
מפתחים מחוץ לקופסהפרק 94: הטסט שתקע אותי - מתן בורנקראוט מלמד אותנו לכתוב טסטים נכוןטסטים. אהבה-שנאה של כל מפתח פרונטאנד. אבל רגע – מה אם סיפרנו לכם שהם יכולים להיות כלי נשק סודי ולא רק כאב ראש? בפרק הזה אנחנו מארחים את מתן בורנקראוט, מהנדס תוכנה במיקרוסופט, קונטריביוטור לספריות של  React Testing Library ומומחה עולמי לטסטים, כדי לנער את כל מה שחשבתם שאתם יודעים.מתן משתף איך MSW הפך לכלי שחובה בארגז הכלים שלו, ולמה הוא מאמין שמוקים חכמים יכולים להפוך את בדיקות האינטגרציה שלכם לשקופות ומהירות יותר. נצלול גם לשאלות שכולם מתחמקים מהן: האם קוד קוורג' הוא האויב האמיתי שלנו? האם טסטים יכולים לכתוב את עצמם? ומה קורה כשמשנים שם של קלאס ושוברים את כל הבדיקות?אבל זה לא רק על טכניקות. נדבר גם על הפילוסופיה שמאחורי טסטים – איך הם יכולים להיות לא רק ביטוח אלא מנוף להצלחה, ולמה הבנה עסקית היא המפתח לכתיבת קוד שבאמת עובד. מתן יחשוף גם סיפורים מאחורי הקלעים על באגים מצחיקים ועל הרגעים שהצליחו לשנות את התפיסה שלו על תפקיד המפתח.אז אם אתם מוכנים לשנות את כל מה שחשבתם שאתם יודעים על בדיקות, להציץ לעתיד של יוניט טסטים ולהבין איך הטכנולוגיה של היום תוביל אותנו קדימה – מפתחים מחוץ לקופסה אנחנו מ ת ח י ל י ם.קישור לסטייג הנד שדיברנו עליו בפרק - https://github.com/browserbase/stagehandקישור לפרופיל של מתן - https://www.linkedin.com/in/matan-borenkraout/מתים לשמוע מכם (רק תוסיפו קישור ללינקדאין שנוכל להגיב)
2024-12-1453 minCode to Market2024-11-0826 minConTejas Code2024-11-041h 33Scaling DevTools2024-10-2442 minPassionates AI News2024-06-1004 min