Vaibhav Gupta 用 slop 对抗 slop
Vaibhav Gupta 的题目叫 “fighting slop with slop”。这个标题很口语,但讲的是一个严肃问题:AI 产出的粗糙内容,能不能用另一套 AI 工具链来治理。 原视频:https://ww...
持续更新
Vaibhav Gupta 的题目叫 “fighting slop with slop”。这个标题很口语,但讲的是一个严肃问题:AI 产出的粗糙内容,能不能用另一套 AI 工具链来治理。 原视频:https://ww...
Sarah Sachs 在 Notion 的分享叫 “Token Town”。标题看起来轻松,实际讲的是 AI 产品团队怎么面对越来越复杂的模型市场,以及普通公司如何用得起这套能力。 原视频:https://www....
Ido Salomon 的题目是 “We’re the bottleneck, but we don’t have to be”。他用 AgentCraft 和 Warcraft 式界面讲多 ...
Zach Lloyd 的 Warp 分享,题目是 self-improving software factories。他从开源项目讲起,但真正讨论的是团队如何围绕项目建立持续改进的 loop。 原视频:https://www.youtube...
Kevin Hou 的 “Get Out of the Model’s Way” 讲 Google Antigravity。这个标题很准确:很多 AI 开发工具的问题,不是模型不够强,而是我们把模型塞进了...
Daksh Gupta 代表 Greptile 分享了对一百多万个 AI 生成 PR 的分析。这是当天最接近工程现实的一场,因为它不是 demo,而是大量 PR 经过 review 后留下的数据。 原视频:https://www.youtu...
Charlie Holtz 的标题叫 “Orchestras, not Factories”。这句话不是反对 software factory,而是在提醒大家:如果只用工厂隐喻,容易把 agent 系统想得太机械。 ...
Tereza Tizkova 的 “Rise of the Software Factory” 是这一天的核心演讲之一。她直接把误区点出来:software factory 不是一个 coding agent,而是自...
Jason Liu 的 Codex 分享很实用。他没有停在 “让 AI 帮我写一个函数”,而是把 Codex 当成能接任务、查资料、跑验证、回报结果的工作单元。 原视频:https://www.youtube.com...
Thom Wolf 和 Olive Song 的对话接在 GLM 后面。主持人顺势把 MiniMax、DeepSeek、Moonshot、Z.ai 放进中国几家前沿模型团队的语境里。这不是简单的模型排行,而是在讨论开放模型生态的边界。 原视...
Z.ai 的 Zixuan Li 讲 GLM-5.2。他这场的主张很直接:frontier intelligence 和 open weights 可以同时存在。软件工厂要长期成立,不能只依赖封闭模型。 原视频:https://www.yo...
公开视频里,OpenClaw 的部分穿插在早场 keynote 中。主持人把 Peter Steinberger 称为 “the claw father”。这段信息量被压在大会流程里,但它很适合拿来解释软件工厂的另一...
OpenAI 的 Alexander Embiricos 和 Romain Huet 讲 “The Golden Age of AI Engineering”。这场不只是模型能力展示,它更像 OpenAI 对 Cod...
Pablo Castro 来自 Microsoft,是 CVP 和 Distinguished Engineer。他这场 “On AI and Knowledge” 很适合作为第一天的开篇,因为 software f...
swyx 的开场只有几分钟,但它给这一天定了调。他没有把 AI Engineer World’s Fair 讲成一个普通大会,而是把它叫做 “the highest loop”:人聚在一起,讨论下一轮该把...
AI Engineer World’s Fair 2026 第一天的主舞台,表面主题是 Software Factories。听完整天内容,我觉得更准确的说法是:AI 编程正在从单个工具,转向一套可验证、可编排、可复盘的工作系统...
最近我注意到一个变化:终端这个用了几十年都没怎么变样的老东西,因为 AI agent 太多,开始往外长出一层新壳。 起因是 Bret Fisher 的一期视频。他是 Docker、Kubernetes 圈子里很多人都认识的老教育者,自称 &...
做过 RAG 或者 Agent 的人,多半都卡在同一个地方:模型本身很聪明,但你喂给它的网页数据脏得没法看。 随便抓一个现代网页,原始 HTML 里塞满了导航栏、广告位、cookie 弹窗、内联脚本、追踪像素和层层嵌套的 <div&g...
TL;DR 写过几个 LLM 应用的人多半都经历过同一条曲线:第一版是几行脚本,prompt 拼好、调一次模型、打印结果,跑通了很开心。等到要做多轮对话、要带记忆、要在某一步插入人工审批、要在出错后从中间继续——那几行脚本就开始膨胀成一团互...