AI 能解百年数学题，也能主动找漏洞：Greg Brockman 为什么仍把最后一票留给人
当 AI 能解决人难以独立完成的问题、也能主动操作系统时，人怎样继续判断结果并掌握方向？
文章
由 AI 采访转化而来，每篇都能追到原视频。
AI 在湿实验里学会化学了吗？Leash Bio 把 5,000 次筛选做成推理沙盒
药物发现模型可能靠记住实验者和数据中的线索得高分，却没有学会分子与蛋白怎样相互作用。
AI 把软件的“中位数”做成了免费品，Hariprasad 花两年才学会先问“为什么做”
当 AI 让一个人也能快速做出产品，怎样避免做出和别人几乎一样的东西？
AlphaZero 之后，David Silver 想让 AI 从零发现语言、科学和技术
AI 能否不依赖海量人类文本，靠与环境互动发现新的知识？
Agent 身份不是一张卡：AgentMail 如何让 Agent 注册服务、收验证码并留下联系记录
Agent 除了证明自己有权限，还怎样注册现有服务，并在出问题后让对方联系到它？
技术两天一变，公司怎么像实验室一样工作？Google Labs 的办法是给怪点子留空间
模型能力变化很快，公司怎样探索新机会，又不让实验永远停在原型？
AlphaFold 复现了 PDB 里的结构，但蛋白质折叠远没有结束
AlphaFold 大幅推进了蛋白质结构预测，但复现实验数据库中的一个结构，并不等于理解蛋白质在不同环境中的运动和功能。
Beam 不只是一个开放模型：Reflection AI 想让企业从“租用智能”走向“拥有智能”
企业开始认真考虑开放模型时，下载权重只是第一步：模型还得接入实际工作、基础设施和可验证的业务流程。
Shopify 为什么开发时只用最强模型，生产时却反过来省钱？
Shopify 开发时让员工使用最强模型、提供不限量 token，生产中却努力降低每次调用的成本。
Periodic Labs：为什么更强的 AI 仍要亲手做实验
科学发现要面对尚未知道答案的材料，模型只读论文或模拟计算，无法替代现实中的检验。
Cisco 有 3.2 万名工程师，Jeetu Patel 为什么还要把它当创业公司来管？
一家拥有 3.2 万名工程师、同时生产软件和芯片的公司，很难靠一句“像创业公司一样快”统一节奏。
代码审查不再盯着一个 PR：Qodo 如何让 Agent 先互审，再把难题交给人
单个代码改动看起来正确，放进跨服务系统后仍可能造成故障；Agent 加快编码后，人也更难逐条消化审查意见。