文章

全部 AI Agent Y Combinator AI应用大语言模型 Google 推理创业提示工程代码生成生成式AI 对话AI 模型训练模型部署检索增强生成 AI工具

从IPFS到Filecoin：去中心化网络为何终于等到成熟时刻

这期 YC 播客中，Juan Benet 与 Dalton Caldwell 回顾了 IPFS 与 Filecoin 的诞生背景，解释了为何点对点网络曾长期失败，又为何在今天重新变得可行。视频不仅讲清了技术路径，更揭示了激励、长期研究与基础设施建设之间的深层逻辑。

在这场演讲中，Bespoke Labs 创始工程师 Ryan Marten 复盘了 OpenThoughts 项目的完整探索过程：为什么 DeepSeek R1 的成功让他们意识到“数据配方”才是推理模型的关键，以及他们如何通过系统化实验，把监督微调（SFT）的推理能力推到新的高度。

很多人都在谈AI Agent，但很少有人认真讨论“为什么它们不稳定”。在这场演讲中，Kyle Corbitt分享了他们用强化学习训练Agent的真实经验：从环境建模、数据构造，到奖励函数失控的教训，揭示了让Agent变得可靠的关键方法。

Nathan Lambert在这场演讲中，回顾了过去半年推理模型的关键变化，提出了一套“下一代推理”的分类法框架。他从可验证奖励的强化学习出发，解释为何推理不只是更长的思维链，而是一整套可被设计、比较和工程化的能力组合。

这是一场典型“工程师视角”的AI工作坊。Daniel Han不追逐概念热词，而是从开源模型的真实演进出发，串起微调、人类反馈强化学习（RHF）、经典强化学习，再落到量化等工程取舍，帮助听众理解：今天的大模型能力，究竟是如何一步步被“驯化”出来的。

CloudChef联合创始人Nikhil Abraham分享了一个反直觉的结论：机器人做饭最大的难题不是硬件，而是软件。通过机器人基础模型、微调、强化学习与“菜谱状态机”，他们让通用机器人在真实厨房中接近专业厨师水准。

共 36 篇文章

AI产品训练营核心群

付费群测试2

付费群测试3

付费群测试4

付费社群测试5

测试快讯1

5 日，5 小时前