当Claude走进Minecraft:一个可控AI Agent的真实诞生
这是一场把大语言模型从聊天框带进真实世界的现场实验。演讲者展示了如何用Claude和Amazon Bedrock构建一个能“看、想、做”的Minecraft智能体,并分享了在架构选择、工具编排和可控性上的关键经验。
这是一场把大语言模型从聊天框带进真实世界的现场实验。演讲者展示了如何用Claude和Amazon Bedrock构建一个能“看、想、做”的Minecraft智能体,并分享了在架构选择、工具编排和可控性上的关键经验。
在这期 YC《Light Cone》中,主持人围绕 OpenAI、Google、Meta 等最新模型进展,讨论了一个反直觉判断:基础模型越强,反而越利好初创公司。视频从上下文窗口、RAG 到平台公司的结构性局限,给出了对 AI 创业者极具现实意义的洞见。
这场演讲讲述了YouTube团队如何尝试让Gemini真正理解YouTube世界,并将大语言模型用于视频推荐与检索。核心不在于炫技,而是在规模、约束和产品现实下,重新思考LLM能做什么、不能做什么。
Apify 创始人 Jan Curn 提出一个激进判断:通用智能不会诞生于更大的模型,而是来自大量自治 Agent 的互动。通过 MCP,这些 Agent 首次具备“发现工具、购买服务、协同工作”的能力,一个真正的 Agentic Economy 正在出现。
Neo4j 的 Stephen Chin 从一线实践出发,直指当前 AI Agent 幻觉与失效的根源,并提出 Agentic GraphRAG 作为解决路径。通过知识图谱、结构化检索和代理运行时的结合,他展示了一种更可控、更接近人类推理的智能系统设计思路。