Latent Space
Latent Space 的条目时间线。
时间线
- AI 科学家评测的新思路：把答案告诉模型 (2026-10-26 · Latent Space)
Leash Bio 的 Ian Quigley 提出：把答案直接告诉模型，看它能不能复现出这个答案，以此判断它是否真正理解推理过程。 - Modal CEO：GPU 容量合同不该是矩形 (2026-10-23 · Latent Space)
Modal 完成 7.5 亿美元 D 轮融资，年化收入超 10 亿美元。沙箱业务占收入约三分之一，差点被关掉。 - 你就是团队——Moshi CEO Anekha (2026-10-22 · Latent Space)
Moshi 为大宗商品交易员做推荐引擎，用 Claude 把 Bloomberg 数据变成信号，而不是再做一个仪表盘。 - Tenex 如何构建 AI 原生 SDLC (2026-10-21 · Latent Space)
按结果付薪、MetaHarness 平台、Kill My SaaS 活动，两位创始人详解企业 AI 落地的组织挑战。 - 可编程的数据中心 — Evan Conrad (2026-10-21 · Latent Space)
SF Compute CEO 用酒店类比解释算力市场：实物交割而非现金结算，集群物理约束直接进入定价。 - 实验室在环，计算速度——Ian Quigley (2026-10-15 · Latent Space)
Leash Bio 用 DNA 编码库（DEL）收集高通量蛋白质-小分子相互作用数据，训练出与 Boltz 比肩的模型 Hermes，并开源了用于科学推理 agent 的 Minos 数据集。 - Dyna-2：百万小时视频训练的世界动作模型 (2026-10-14 · Latent Space)
Dyna Robotics 联合创始人 Jason Ma 详解 Dyna-2：预测未来视频帧来引导机器人动作，叠餐巾 24 小时成功率 99.4%，45 分钟演示即可学会新任务。 - AlphaFold 为什么没解决蛋白质折叠 (2026-10-10 · Latent Space)
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 对谈：静态结构预测无法描述蛋白质动态，蛋白质语言模型里藏着尚未解锁的知识。 - 合成超级智能：从半导体到超导体 (2026-10-09 · Latent Space)
Periodic Labs 两位创始人谈为何 AI 必须做物理实验，以及如何用自动化实验室将数十年的材料试错压缩到几个月。 - 哪些 GPU 云服务真的靠谱？ (2026-10-02 · Latent Space)
ClusterMAX 3.0 通过跑真实任务来评测 GPU 云，发现知名厂商的实际吞吐量可能远低于宣传值。 - 为什么计算机使用已经「180 度不同 (2026-10-01 · Latent Space)
OpenAI 计算机使用负责人 Ari Weinstein 解释 agent 已能自我调试恢复，速度来自多信号融合；API 负责人 Nikunj Handa 拆解新开发者栈，Decisions API 目前是 Luna 封装但团队愿意克隆… - Claude Code 的下一个时代 (2026-09-29 · Latent Space)
Anthropic 的 Thariq Shihipar 聊 agent 编程、Claude Mods、可变软件与 agent 安全挑战 - OpenRouter：从种子轮到 Stripe (2026-09-26 · Latent Space)
OpenRouter 联合创始人 Alex Atallah 与 AMP 的 Anjney Midha 回顾了从开源模型早期到被 Stripe 收购的历程，日处理超 10 万亿 token。 - Runway 的 WorldPrompt 与实时世界工程 (2026-09-25 · Latent Space)
GWM Worlds 2 用自然语言控制场景中的角色、镜头和环境，以 720p 24fps 实时生成。 - 生物安全是AI军备竞赛 (2026-09-23 · Latent Space)
Radical Numerics CEO Eric Nguyen 认为，防御方正在输掉生物安全军备竞赛，AI驱动的生物防御需要更激进地推进前沿。 - John Platt 谈 AI 如何做科学实验 (2026-09-23 · Latent Space)
Google 的 ERA 系统用 Gemini 自动迭代实验，已解决多个气候难题，包括飞机凝结尾迹的暖化量化问题。 - Jev：为生产设计的 System One 模型 (2026-09-22 · Latent Space)
TypeSafe AI CEO Diogo Almeida 认为 RLHF 和 RLVR 都走错了路，Jev 用 RLCD 优化校准概率，目标是像正则一样融入软件。 - 一条302个神经元的线虫启发了他们的架构 (2026-09-19 · Latent Space)
Liquid AI 创始人 Ramin Hasani 解释如何从线虫的简单神经系统出发，设计出更高效的小模型架构。 - 为超级智能承保：押注你能起诉的 agent (2026-09-17 · Latent Space)
AIUC 完成 4000 万美元 A 轮融资，联合创始人 Rune Kvist 认为信任与风险才是 AI 落地的真正瓶颈。 - Richard Socher 的“尤里卡机器 (2026-09-15 · Latent Space)
Recursive 创始人 Richard Socher 认为递归式自我改进是 AI 的下一个突破，其系统已在优化任务上超越人类。 - AI 在物理世界不能只靠堆 token (2026-08-26 · Latent Space)
Caltech 教授 Anima Anandkumar 用神经算子做天气预报，消费级 GPU 就能跑出超级计算机的水平 - 语音 AI 在 2026 年真正落地了 (2026-08-26 · Latent Space)
两位一线创始人复盘：瓶颈不在模型，在系统集成；300-500ms 延迟反而比极速响应更受用户信任。 - 模拟：新的 Scaling Law — Joon (2026-08-22 · Latent Space)
Simile AI CEO Joon Sung Park 详解从生成式 agent 到行为基础模型的路径，85%-99% 模拟准确率，以及模拟 80 亿人的长期愿景。 - Exo：缰绳应该能看到自己的代码和日志 (2026-08-15 · Latent Space)
Alex Krentsel 提出 agent 框架应暴露运行时日志，让开发者直接看到工具调用和决策过程，而不是把 agent 当黑盒。 - Chai Discovery：AI制药工具已到信任拐点 (2026-08-12 · Latent Space)
成立两年估值40亿美元，自六月起连签礼来、诺华、argenx三笔大单。结构模型进化为结合模型，解锁设计能力。 - 推理工程大师课——Baseten (2026-08-04 · Latent Space)
Baseten 的 Philip Kiely 和 Ali Taha 详解推理优化全栈：缓存路由、分离式预填充/解码、量化误差抵消、推测解码，以及训练与推理的融合。 - Codex 从 0 到 1000 万用户 (2026-07-28 · Latent Space)
OpenAI 发现非开发者用户占 Codex 约 20%，增速是开发者的 3 倍以上，由此催生了面向知识工作者的 ChatGPT Work。 - 模型工厂内部——Poolside AI 联合创始人 (2026-07-23 · Latent Space)
不到 70 人每月跑 1-2 万次实验，八周完成模型从预训练到发布。Laguna S 以 8B 激活参数击败近 10 倍规模的模型。 - 因果模型需要因果数据——Xaira 的 X-Cell (2026-07-22 · Latent Space)
Xaira 用 CRISPR 逐一敲低基因构建因果数据集 X-Atlas，信息量是公开数据的 30 倍，训练出的 X-Cell 模型在真实细胞实验中击败线性基线。 - 未来的实验室应该像数据中心 (2026-07-16 · Latent Space)
Lila Sciences CTO 与 CSO 谈科学超级智能：10 万亿实验验证 token，气体吸附测量提速 2500 倍，六个月拿到体内 CAR-T 数据。 - 播客对谈：AI 工程、AGI 与前沿实验室战略 (2026-07-11 · Latent Space)
Matthew Berman 和 Swyx 在 Latent Space 讨论 scaling 范式是否已到尽头，以及推理时计算等替代路径。 - 为什么 AI 基础设施必须为 Agent 体验进化 (2026-07-09 · Latent Space)
Modal CTO Akshat Bubna 谈 3.55 亿美元 C 轮融资后的方向：从开发者体验转向 Agent 体验，Kubernetes 不适合突发推理负载，RL rollout 有时需要 10 万个沙箱。 - 最酷的扩散研究不在大模型里 (2026-07-01 · Latent Space)
Genesis 联合创始人与 CTO 谈 PEARL 模型如何突破 2Å 的“垃圾”评测标准，让自主药物发现成为可能。 - 自主工作 agent 的蓝图 (2026-06-29 · Latent Space)
NanoClaw 创始人 Gavriel Cohen 认为 agent 瓶颈不是模型能力，而是缺乏稳定的「工作记忆」和「元认知」能力。 - 前沿生态必须开放——Databricks 联合创始人访谈 (2026-06-25 · Latent Space)
Databricks 发布开源元编排框架 Omnigent，统一管理各类 agent；同时提出 LTAP 数据库架构，统一事务与分析存储层。 - AI 安全不是「网络安全加 AI」，而是全新的漏洞类别 (2026-06-23 · Latent Space)
AI 安全不是「网络安全加 AI」，而是全新的漏洞类别。 Gray Swan 联合创始人 Zico Kolter（OpenAI 董事会安全委员）和 Matt Fredrikson（CMU 教授）认为，prompt injection 对… - 自驱动实验室：Radical AI 加速材料发现 (2026-06-18 · Latent Space)
六个月内生产并表征 1200 种合金，速度是 DARPA/GE MACH 项目的近 10 倍。AI 科学家提出 300 种新材料，10 种具有顶尖性能。 - Axiom CEO：非正式推理是 AI 瓶颈 (2026-06-04 · Latent Space)
Axiom 在普特南竞赛满分，CEO Carina Hong 认为形式化验证才能让智能规模化与复利化 - Satya Nadella：微软是前沿智能平台 (2026-06-04 · Latent Space)
在 Build 大会播客中，Nadella 强调平台应让生态创造的价值超过自身，并介绍了 MAI 模型的「干净血统」与「认知核心」策略。 - GitHub 的 AI agent 计划——Kyle (2026-06-03 · Latent Space)
2026 年 agent 代码量增长 1400%，GitHub 基础设施承压。COO 谈微技能、WorkIQ、Copilot 演进与开源信任机制。