Notion AI的方法论:如何把AI从“能用”做到“世界级”
这场由Notion AI负责人Sarah Sachs分享的演讲,罕见地拆解了一款成熟AI产品从诞生到规模化的真实过程。你将看到Notion AI为何早于ChatGPT上线、AI产品评估为何异常困难,以及他们如何用日志、人类反馈和快速迭代,把AI真正变成可依赖的生产力工具。
这场由Notion AI负责人Sarah Sachs分享的演讲,罕见地拆解了一款成熟AI产品从诞生到规模化的真实过程。你将看到Notion AI为何早于ChatGPT上线、AI产品评估为何异常困难,以及他们如何用日志、人类反馈和快速迭代,把AI真正变成可依赖的生产力工具。
Wordware CEO Filip Kozera 直言:聊天式 AI 天生不适合构建可复用、可扩展的系统。真正能把自然语言转化为代码、并催生后台智能体(Agents)的,是结构化文档与人类在环的协作方式。
在这场直言不讳的演讲中,拥有25年编程经验的Manuel Odendahl提出一个反常识观点:MCP正在让大语言模型失去原本的“魔力”。他结合自己从嵌入式开发到Copilot早期用户的经历,剖析工具调用、工程复杂性与LLM创造力之间的张力。
这支演讲并不是吐槽ChatGPT功能不够强,而是直指一个更少被讨论的问题:设计。演讲者通过真实演示,指出ChatGPT在语音与文本、多模型协作上的割裂体验,并展示如何用现成API重构一个“更像人类交流”的AI界面。
这是一次来自一线AI工程师的真实复盘:经历37次失败后,Jonathan Fernandes 总结出一套可在生产环境稳定运行的RAG技术栈。文章不仅讲清楚每一层该怎么选,更重要的是解释了为什么很多RAG项目会悄无声息地失败。
Alex Liss提出,用AI模拟“看不见的用户”,让设计从堆砌聊天机器人回归真正的用户需求发现。通过智能用户分身(intelligent twins)参与设计流程,团队可以在更快、更大规模下发现痛点,修复AI时代的信任危机。
这篇文章完整还原了Ronan McGovern关于文本转语音模型微调的实战工作坊,从音频Token化的底层原理,到如何用YouTube数据构建训练集,再到实际微调和效果对比,帮助读者理解现代TTS模型真正“怎么练成”。
Blender MCP 并不是又一个“AI 自动建模”工具,而是一次对创作工具范式的重构。通过 MCP 协议,LLM 开始直接操控 Blender 这样的复杂软件,把“学习工具”这一步彻底隐藏在背后。本文还原了作者的真实动机、踩过的坑,以及他对未来创作工具的判断。
OpenAI研究员Karina Nguyen回顾了过去数年AI研究的两次关键扩展范式转变,并结合ChatGPT与Claude等产品经验,分享了智能体(AI Agent)如何从“工具”走向“协作者”,以及这些变化对产品设计与人机协作方式的深远影响。
这是一场来自彭博社AI工程负责人Anju Kambadur的实战分享。她没有停留在“Agent很有前途”的空谈,而是用彭博在真实金融场景中的产品经验,讲清楚什么是可落地的Agent、为什么必须是“半自动”、以及在高风险行业里,Agent规模化的真正难点。