We Are Only Beginning to Understand How to Use AI
我记得曾经曾经在另一个国家飞往另一个国家的会议，并与一群人一起注释拟议的标准。召集人在屏幕上投射了一个Word文档，人们召集了拟议的更改，然后在房间中进行了辩论，然后在被采用或改编，添加或减去。我开你[…]
作为O’Reilly的收购编辑，我花费大量时间跟踪作者的数字足迹。他们的社交媒体帖子，演讲和在线思想领导力不仅反映了专业知识，它们直接影响了书籍销售，并揭示了值得复制的促销策略。毫不奇怪，我们一些最畅销的作者是社交媒体师范，他们的发布输出令人震惊。 […]
我们认为我们将世界视为现实，但实际上，我们通过收到的知识和想法浓密的雾看到了它，其中一些是对的，有些是错误的。就像地图一样，思想和信念塑造了我们对世界的经验。 AI以某种方式是空前的观念，是人造的[…]
People Work in Teams, AI Assistants in Silos
当我等待与蒂姆·奥赖利（Tim O’Reilly）的《现场直播》（Live）开始时，我在现场聊天中与与会者交谈。有人问：“您从哪里获得有关AI中发生的事情的最新信息？”我考虑了我关注的各种新闻通讯和出版物，但很快就意识到正确的答案[…]
The Abstractions, They Are A-Changing
由于Chatgpt出现在现场，我们知道正在计算发生重大变化。但是我们花了几年的时间才能理解它们是什么。现在，我们开始了解未来的外观。它仍然是朦胧的，但是我们开始看到一些形状 - 形状看起来并不是“我们不会[…]
上个月，我与Cloudflare联合创始人兼首席执行官Matthew Prince进行了交谈，这是我正在进行的一系列公开对话的一部分，与Tim O’Reilly一起生活。 Cloudflare通过7月1日的公告宣布将默认阻止AI爬行者，并使内容所有者能够决定谁可以将其材料用于[…]
Generative AI in the Real World: Jay Alammar on Building AI for the Enterprise
Jay Alammar，Cohere的总监兼工程研究员，与Ben Lorica一起谈论为企业建立AI应用程序，有效地利用RAG以及将RAG演变为代理商。聆听以找出新型号或代理时需要哪种元数据；发现如何重视评估[…] theai Frontiersarticle（以下复制）建立在蒂姆·奥莱利（Tim O’Reilly）的先前的Asimov附录文章上，题为：“披露。我认为这个词并不意味着您认为这意味着它的含义。”我（伊兰）认为，首先要简要介绍蒂姆原始文章的部分内容很重要，以帮助回顾为什么我们（AI披露项目）对协议进行[…] 的关注很重要。 在某种程度上是由苹果论文提示的关于大语言模型的局限性（
What Ants Teach Us About AI Alignment
最近，我一直在考虑生活在耶路撒冷周围山上的木匠蚂蚁。这些微小的昆虫可能只是AI最大挑战之一的关键：对齐。有问题的蚂蚁被称为坎普诺图斯·圣克斯（Camponotus sanctus），它们做了一件了不起的事情，使我们最复杂的AI系统成为[…]
The Observability of Observability
尽管有AIOPS的承诺，但完全自动化，自我修复的IT环境的梦想仍然难以捉摸。生成的AI工具可能是最终将足够多的工作量抽象到达那里的解决方案。但是，今天的现实要复杂得多。 Internet绩效监控公司Catchpoint最近的SRE报告2025发现，这是第一次[…]
Jay Alammar，Cohere的总监兼工程研究员，与Ben Lorica一起谈论为企业建立AI应用程序，有效地利用RAG以及将RAG演变为代理商。聆听以找出新型号或代理时需要哪种元数据；发现如何重视评估[…]
theai Frontiersarticle（以下复制）建立在蒂姆·奥莱利（Tim O’Reilly）的先前的Asimov附录文章上，题为：“披露。我认为这个词并不意味着您认为这意味着它的含义。”我（伊兰）认为，首先要简要介绍蒂姆原始文章的部分内容很重要，以帮助回顾为什么我们（AI披露项目）对协议进行[…]在某种程度上是由苹果论文提示的关于大语言模型的局限性（“思考的幻想：通过问题复杂性的镜头了解推理模型的优势和局限性”），我花了一些时间与河内塔一起玩。这是我50年前我上大学时解决的问题，[…]
Generative AI in the Real World: Phillip Carter on Where Generative AI Meets Observability
菲利普·卡特（Phillip Carter），前身为Honeycomb和Ben Lorica谈论可观察性和AI - 可观察性的含义，生成性AI如何引起可观察性问题，以及如何将生成性AI用作工具来帮助SRES分析遥测数据。这有巨大的潜力，因为AI擅长在大量数据集中找到模式，但它仍然是[…]
From REST to Reasoning: A Journey Through AI-First Architecture
我们将从认罪开始：即使经过多年的设计企业系统，AI体系结构仍然是我们的行动目标。景观的变化如此之快，以至于今天感觉到最前沿的东西可能是明天的餐桌赌注。但这就是为什么我们想分享这些想法的原因，因为我们都在学习。在[…]
How Human-Centered AI Actually Gets Built
以下来自高信号播客。您可以在此处找到原始音频版本。 Fei-fei Li与Hugo Bowne-Anderson和Duncan Gilchrist进行了交谈，以AI为文明技术：一种技术，将改变政府，地缘政治和几乎所有文明的各个方面。我们需要在[…]
The Next Leap for AI: Why Agents Need to Learn to Believe
当今我们以感知，理解和理性的能力使我们眼花azz乱的代理AI系统正在接近基本的瓶颈，这不是计算能力或数据可用性之一，而是难以捉摸的东西：可以浏览人类信念，欲望和意图的凌乱，依赖上下文依赖于上下文的世界。当您观看这些[…]
Where Is AI on the Enshittification Curve?
在听取了安迪·贾西（Andy Jassy）对CNBC的“倾向于AI”的评论有关使用AI为客户提供更好的体验的评论后，我遇到了福特首席执行官吉姆·法利（Jim Farley）在Aspen Ideas Festival上的评论，预测了AI的大规模工作损失。在我看来，AI是否创造或破坏工作取决于公司[…]
