精选英文世界里值得听的 AI 与尖端科技长内容，做成中文配音播客。
原片经「出发向未来」译制配音后抽出纯音频，方便通勤与深听。
中文配音由 AI 生成，并非原讲者本人声音；仅供学习交流，内容以英文原版为准。
本节目由微信公众号「出发向未来」制作。想看更多长文、短视频，请打开微信搜索「出发向未来」。
RSS：https://podcast.droplink.cloud/guigu/feed.xml
腾讯 AI 姚顺雨在 2026 未来科学大奖周科学峰会上，讲 AI for Science 的三次范式：从专用模型，到通用智能体，再到会造工具的智能体；并谈到 H4/Hy4、harness 与 FM Bench。硬核长内容，适合通勤深听。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 17:44.664（含片头片尾），正文 cleaned ≈ 17:26.520。
提要
• 三次范式：专用模型 → 通用智能体 → 会造工具的智能体；层层递进、并行发展，而非彼此取代。
• H4 / harness：新发布的模型与工具框架，以及如何把科研流程装进可验证的闭环。
• FM Bench 与方法时代：科学界如何拥抱新方法论；编程与科学同属可约束、可验证的「人工」系统。
来源
• 讲者：姚顺雨（Shunyu Yao）· 腾讯 AI
• 原标题：Tools, Agents, and Agents That Build Tools: The Evolution of AI for Science
• 原片：https://www.youtube.com/watch?v=0TBBRmDhnc4
• 场合：2026 未来科学大奖周 · 科学峰会 II
• 系列：硅谷之声
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Claude Code 产品经理 Cat 与 Alex Albert 对谈：为什么这款工具可以迭代这么快、开发者为什么会「多开会话」，以及 SDK / 钩子往哪走。短而硬核，适合边通勤边听。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 12:13.584（含片头片尾），正文 cleaned ≈ 11:54.205。
提要
• 发版节奏：工程师自下而上做原型，先给 Anthropic 内部（ants）试用，闭环强再外发；灵活又有约束的产品形状让新功能容易加进来。
• 多开会话（multi-Clauding）：同一台机器上并行多个 Claude 会话、不同 Git 工作区；涌现用法反过来微调路线图。
• SDK / 钩子 / 智能体：用 Claude MD、把对话当调试；例如提交前跑 lint 这类钩子场景，以及 SDK 后续方向。
来源
• 原作者：Cat（`_catwu`，Claude Code 产品经理）× Alex Albert
• 原帖：https://x.com/_catwu/status/1958939270120710652
• 系列：硅谷之声
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Nate Herk 请来 Matt Pocock，聊他怎么用智能体写代码：规格驱动开发试了几个月为什么放弃、grill me 技能怎么把未知问出来、四个智能体并行与一天几百次提交，以及新手该从哪开始。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 41:32.904（含片头片尾），正文 cleaned ≈ 41:12.768。
来源
• 主持：Nate Herk；嘉宾：Matt Pocock
• 原片：https://www.youtube.com/watch?v=Z8lf5oWKfj0（Matt Pocock on Nate Herk）
• 系列：硅谷之声
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
3Blue1Brown（Grant Sanderson）深度学习第一章：一张歪扭手写「3」，人眼一眼认出，写程序从像素网格吐出数字却难到却步。本集把神经网络从流行词还原成可可视化的数学——神经元、层、权重、偏置、sigmoid；「学习」留给下集。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 16:47.616（含片头片尾），正文 cleaned ≈ 16:29.747。
来源
• 原作者：3Blue1Brown（Grant Sanderson）
• 原片：https://www.youtube.com/watch?v=aircAruvnKk
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
SAIR 播客访谈陶哲轩与邓煜：为什么要给数学社区做开源数学模型。最近一家头部商用 AI 公司一次性放出七百多份证明，很多人说要取代数学家；他们觉得真正的问题是学术诚信、功劳归属和数学的灵魂。专有模型文献检索已很强，但有时不理解也给出证明、打断引用链。他们的做法是社区共治的开源工具——关键是赋能，而不是取代。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 18:15.696（含片头片尾），正文 cleaned ≈ 17:56.560。
来源
• 原作者 / 主持：SAIR
• 嘉宾：陶哲轩 / Terence Tao；邓煜 / Yu Deng
• 原片：https://www.youtube.com/watch?v=TjeCcDkuyao
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Numberphile 访谈陶哲轩：十月初 OpenAI 一次放出数百份数学证明，他说我们正从「证明稀缺」走到「证明过剩」——数学的英雄时代、怀尔斯关阁楼七年那种浪漫，正在谢幕。听他划两条轴（人还懂不懂 vs 用多少技术）、灯塔问题该不该留给学生、刺猬与狐狸，以及拟黎曼假设相当于通向黎曼猜想走了约四分之一。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 18:14.808（含片头片尾），正文 cleaned ≈ 17:57.240。
来源
• 原作者 / 主持：Numberphile
• 嘉宾：陶哲轩 / Terence Tao
• 原片：https://www.youtube.com/watch?v=bAnwMdfcMVw
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
John Collison（Cheeky Pint / Stripe）访谈 Sam Altman。围绕为什么反对「单一超级智能」、竞争与分散、能源与算力、产品与社会后果等展开，约一小时深度对谈。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 55:10.344（含片头片尾），正文 cleaned ≈ 54:52.296。
来源
• 原节目：John Collison · Cheeky Pint（Stripe）#39
• 讲者：Sam Altman（OpenAI）；主持：John Collison
• 原片：https://www.youtube.com/watch?v=iMsUcCYNKqY（Why Sam Altman is against a single superintelligence）
• 系列：硅谷之声
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Claude / Anthropic 创始人圆桌。主持 Lance Martin，嘉宾 Wispr 的 Sahaj、Actively 的 Mihir、Pendo 的 Todd，讲他们在真实产品里怎么用 Claude Managed Agents：outcomes 评分、记忆与瞭望塔、沙箱与代码库快照，以及买托管还是自建。
本集是纯音频播客：句轨取自自然语速 raw（含阿译 2026-10-31 重配 28 句），并按听感裁掉长暂停；成片约 32:54.528（含片头片尾），正文 cleaned ≈ 32:35.592。
来源
• 原访谈：Claude / Anthropic · Founders roundtable · Managed Agents
• 原片：https://www.youtube.com/watch?v=hm8NzEd5io0
• 系列：硅谷之声
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
网上都在说「SaaS 末日」，所有 SaaS 都要归零。Rob Walling 在 MicroConf 欧洲场的判断是：没那么夸张，但也绝不是没事——他估计全球有一到两成 SaaS 会走下坡或直接归零。
本集先听 AI 从供给侧和需求侧攻击 SaaS 的十种方式（客户自己 vibe coding、竞品几个月追平功能、平台免费做掉你的功能、席位消失……），再对照过去的护城河哪些还管用，最后给出八条现在仍然有效的护城河，每条配大小公司例子，以及可以拿来问自己的问题。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 36:19.608（含片头片尾），正文 cleaned ≈ 36:01.176。
来源
• 原作者 / 讲者：Rob Walling（MicroConf 欧洲场演讲）
• 原片：https://www.youtube.com/watch?v=KpILHX2D-AA
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Anthropic Managed Agents 工程团队在 AI Engineer World's Fair 2026 现场工作坊 Part 1：讲托管智能体第一版把会话、harness、沙箱全塞进同一容器，养出一只「宠物」；后来把大脑和手拆开——只追加会话日志、可替换 harness、按需销毁沙箱。凭证经代理注入，首令牌时间约降九成。Part 1 讲清架构为什么要拆，以及 environment / agent / session 三条核心 API。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 13:58.800（含片头片尾），正文 cleaned ≈ 13:41.928。
来源
• 原工作坊：Anthropic · Managed Agents Part 1（Priyanka、Gabe）
• 原片：https://www.youtube.com/watch?v=Uv0nAf_7tyU
• 系列：硅谷之声 · Anthropic Managed Agents · 本集为 Part 1 入门
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Lenny 在 DevDay 采访 OpenAI 的 Tibo（曾带 Codex，现管 ChatGPT 与 Codex）。
他说给智能体搭工作流只是过渡，以后要的是会学习、懂你目标的系统；网上多数操作会交给智能体，打字快没那么值钱了，品味更值钱。
本集是纯音频播客：FILM-ONLY（无 candidates，无法还原自然语速，仅裁长暂停）；成片约 33:12.336（含片头片尾），正文 cleaned ≈ 32:53.952。
来源
• 原访谈：Lenny's Podcast × Tibo Sottiaux
• 原片：https://www.youtube.com/watch?v=MM-C3JqCXBk
• 系列：硅谷之声
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Nate Herk 从零演示怎么搭 Grok Bot、用它拓展业务，再讲怎么把方案卖进其他公司。零基础可跟做：新建账号、搭智能体团队、接邮箱日历 Slack ClickUp，再到能力/插件/Composio、例程与反馈循环；片里会搭 COO、CMO、设计等专责智能体，片尾谈订阅与定价。
本集是纯音频播客：句轨取自自然语速 raw，并按听感裁掉长暂停；成片约 01:42:54.912（含片头片尾），正文 cleaned ≈ 01:42:36.120。
来源
• 讲者：Nate Herk | AI Automation（@nateherk）
• 原片：https://www.youtube.com/watch?v=4hKJ9X6rGFo（Build & Sell Grok Bots）
• 系列：硅谷之声
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Walter Isaacson《The Builders》（「创造者们」）再访 Elon Musk：写完传记后，马斯克又活出多种人生——DOGE、SpaceX、xAI、太空能源。本集听他谈对 AI 的纠结与摇摆：不想加速人类走向坏结局，可当年办 OpenAI 反催生 Anthropic；眼下觉得要么当参与者、要么当旁观者，下场做更有意思。也聊求真与好奇当安全关键、建设者视角下的人类意义。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 33:29.208（含片头片尾），正文 cleaned ≈ 33:11.880。
来源
• 原作者 / 主持：Walter Isaacson（The Builders）
• 嘉宾：Elon Musk
• 原片：https://www.youtube.com/watch?v=AQnwQHMnCrE
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
三集收官篇：Muse 背后的产品取舍与未来方向——团队在押什么、边界在哪、听完这一集把整场访谈收束。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 31:48.864（含片头片尾），正文 cleaned ≈ 31:31.920。
来源
• 原访谈：Cheeky Pint · Zuckerberg × Muse
• 原片：https://www.youtube.com/watch?v=XfdIhd1g6EI（Cheeky Pint · Zuckerberg × Muse · 下篇）
• 系列：硅谷之声 · Muse 上中下 · 本集为「下」
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Cheeky Pint 访谈拆成上中下三集的中篇。扎克伯格聊 Muse：助手怎样从「聊天」走到「替你做事」——代办、行动与产品边界。
本集是纯音频播客：句轨取自阿译 2026-10-30 同文同音色重配的自然语速 raw（已还原），并按听感裁掉长暂停；成片约 44:48.312（含片头片尾），正文 cleaned ≈ 44:31.246。
来源
• 原访谈：Cheeky Pint · Zuckerberg × Muse
• 原片：https://www.youtube.com/watch?v=XfdIhd1g6EI（Cheeky Pint · Zuckerberg × Muse · 中篇）
• 系列：硅谷之声 · Muse 上中下 · 本集为「中」
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Cheeky Pint 访谈拆成上中下三集的上篇。扎克伯格聊 Muse：AI 助手往哪走、产品想解决什么、和大家日常里对「助手」的想象差在哪。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 44:11.256（含片头片尾），正文 cleaned ≈ 43:52.944。
来源
• 原访谈：Cheeky Pint · Zuckerberg × Muse
• 原片：https://www.youtube.com/watch?v=XfdIhd1g6EI（Cheeky Pint · Zuckerberg × Muse · 上篇）
• 系列：硅谷之声 · Muse 上中下 · 本集为「上」
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
第八集收束到大模型的未来方向：能力边界之外还缺什么、开源与生态、研究与产品各自在押什么注。系列收官，带着地图继续往前走。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 19:24.864（含片头片尾），正文 cleaned ≈ 19:07.272。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 189:39–211:23）
• 系列：Deep Dive into LLMs like ChatGPT · ep08
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
第七集专门讲 RLHF：人类反馈如何进入训练回路，偏好模型、奖励模型与策略优化怎么串起来，以及它对「听话、有用、少伤人」的影响。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 18:36.864（含片头片尾），正文 cleaned ≈ 18:18.480。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 168:26–189:39）
• 系列：Deep Dive into LLMs like ChatGPT · ep07
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
第六集把强化学习接到大模型训练语境：奖励信号从哪来、策略如何更新，以及 RL 相对监督学习多解决了哪一类问题。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 29:42.456（含片头片尾），正文 cleaned ≈ 29:24.384。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 134:42–168:26）
• 系列：Deep Dive into LLMs like ChatGPT · ep06
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
第五集讲模型如何用 token「思考」：推理过程在文本层面长什么样、链式推理与中间步骤的意义，以及为什么多想几步有时会更靠谱。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 24:05.232（含片头片尾），正文 cleaned ≈ 23:47.808。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 106:56–134:42）
• 系列：Deep Dive into LLMs like ChatGPT · ep05
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
第四集讲幻觉从哪来，以及工具调用、自我认知等能力边界。帮助理解模型为什么会一本正经地胡说，以及外挂工具如何补上知识与行动缺口。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 23:26.976（含片头片尾），正文 cleaned ≈ 23:08.184。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 80:32–106:56）
• 系列：Deep Dive into LLMs like ChatGPT · ep04
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
第三集聚焦后训练：基座模型如何被进一步调教成「助手」。讲清预训练之后多出来的那几步在解决什么问题，以及为什么对话产品感觉和裸基座差很多。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 18:22.368（含片头片尾），正文 cleaned ≈ 18:03.912。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 59:23–80:32）
• 系列：Deep Dive into LLMs like ChatGPT · ep03
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Andrej Karpathy《Deep Dive into LLMs like ChatGPT》系列第二集。顺着预训练入门往下，讲 GPT-2 这类基座模型是怎么练出来的：从数据与目标，到训练过程在干什么，帮你建立「基座」到底学到了什么的直觉。
本集是纯音频播客：句轨取自自然语速 raw（已还原），并按听感裁掉长暂停；成片约 23:44.976（含片头片尾），正文 cleaned ≈ 23:25.872。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 31:09–59:23）
• 系列：Deep Dive into LLMs like ChatGPT · ep02
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
Andrej Karpathy《Deep Dive into LLMs like ChatGPT》系列第一集。开场面向普通观众，建立「ChatGPT 这类工具到底是什么」的思维模型：预训练数据从哪来（公开互联网文档、质量与多样性）、分词（tokenization）、神经网络如何读入/输出 token，以及推理入门——文本框背后在干什么，先从数据与 token 讲起。
本集是纯音频播客：句轨取自自然语速 raw（已还原，去掉成片烘焙变速），并按听感裁掉长暂停；成片约 26 分 14 秒（含片头片尾），不是约 31 分钟那种未裁剪、跟画面走的成片轨。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=7xTGNNLPyMI （本集对应 0:00–31:09）
• 系列：Deep Dive into LLMs like ChatGPT · 第一集
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」
OpenAI 创始成员 Andrej Karpathy 在微软 Build 2023 的演讲。前半讲 GPT 助手怎么练出来：预训练、有监督微调、奖励模型、RLHF；后半讲怎么用好：一步步想、自洽采样、自检、思维树、工具与检索、约束输出、什么时候才该微调。
本集是纯音频播客：已按听感去掉为对齐画面留下的长暂停，听感整理后约 33 分钟（含片头片尾约 33:14），不是约 42 分钟那种未裁剪、跟画面走的成片轨。
来源
• 原作者：Andrej Karpathy
• 原片：https://www.youtube.com/watch?v=bZQun8Y4L2A
• 场合：Microsoft Build 2023
声明
中文配音由 AI 生成，并非原讲者本人声音。转载 + 翻译，仅供学习交流，内容以英文原版为准。
本节目由「出发向未来」制作 · 节目名「硅谷之声」