这是一场信息密度极低、情绪密度极高的线上Demo Fair。表面上几乎没有技术与产品细节，但通过反复的交接、致谢与节奏控制，这段视频罕见地展示了一个创业社区如何运转、如何让成员被看见，以及“舞台感”在早期创新生态中的真实价值。
在这期 Lex Fridman 播客中，Keras 作者 François Chollet 直面一个尖锐问题：今天的深度学习模型，究竟是在“理解”，还是在“记忆”？他从语言、视觉、数据规模与泛化能力出发，系统阐述了自己对智能本质的定义，以及为何 ARC 基准测试被设计成反主流的存在。
这是一场看似轻松的“数学梗图评测”，却意外暴露了数学家如何看待学习、机器学习规模效应，以及大众对数学的真实渴望。Grant Sanderson用幽默拆解了数学教育的难题，也给出了关于科学传播的罕见洞见。
这篇文章浓缩了Grant Sanderson在Lex Fridman播客中的核心洞见：他如何理解数学、为何选择可视化教学、以及他对神经网络和学习本质的思考。即使没看过视频，你也能理解3Blue1Brown成功背后的方法论。
在这期Lex Fridman播客中，Dileep George系统阐述了他对“类脑AI”的核心信念：不理解大脑，就难以构建真正具备推理能力的智能系统。本文提炼他关于皮层结构、反馈连接以及与GPT-3差异的关键洞见。
很多人以为设计系统是“最后再整理的文档工程”，但在这场 Figma Config 的直播里，事实正好相反：系统不是总结出来的，而是被一边做、一边逼出来的。更反直觉的是，最重要的不是按钮，而是看起来最无聊的“间距组件”。这正是高手和普通团队的分水岭。
很多人以为拿到产品市场匹配（PMF）就赢了，但Figma在这场分享里直接泼冷水：真正艰难的，是PMF之后你要“拒绝什么”。这场来自Figma Config的演讲，把创业最容易踩坑的“1到10阶段”拆得极细，尤其适合今天的AI从业者。
这不是一场讲插件的分享，而是一次关于“系统化创作”的公开课。Pablo Stanley 从漫画、涂鸦到产品设计，最终做出 Blush，却意外点破了一个让 AI 从业者警醒的事实：真正可规模化的创造力，从来不是单点灵感，而是系统设计。
大多数人以为这是一期“教你画表单”的Figma教程，但真正的猛料在于：主播用一个按钮，完整演示了什么叫可扩展、可维护、能长期演进的设计系统思维。这套方法，对做AI产品的人尤其致命。
在这期Lex Fridman播客中，计算机视觉奠基者之一Jitendra Malik回顾了该领域半个多世纪的曲折发展，从1966年的“夏季视觉计划”谈到自动驾驶、神经网络与AI安全。他反复强调：视觉不是识别图片，而是为行动服务的预测系统，这也是当下AI最被低估的难题。