付杰：十五年AI研究，两次错过风口后的验证之路
付杰，Mila研究员，十五年两次错过AI风口，现在全力投入AI安全验证。2012年深度学习爆发前他转向kernel machine，2020年GPT-3发布前他留在Mila做博后。他认为safe AI最陡的梯度方向是降低验证成本，区分了measure和verify，正从机制可解释性转向形式化验证。
评论
点赞
收藏蒋炎岩：绿导师眼中的 AI 极乐末世
南京大学蒋炎岩老师做客《AI 实话实说》，预言 AI 将重塑科研、教育与编程行业，称 AI 时代对师生是一种“解脱”。他深入剖析了当前学术评价体系下的“Reward Hacking”现象，指出考研学生编程能力退化及论文包装问题，并分享了自己退出软工圈、拒绝参与旧规则的个人选择。节目还探讨了 Test-time Scaling、Small Explanation Hypothesis 等技术概念，以及 Auto Research 在未来几年的可能性。
伯克利忙秋阳：AI 做科研，人类做什么？
UC Berkeley 博士生忙秋阳分享其从算法竞赛选手到 AI 科研者的转变。他介绍了 FrontierCS 数据集，旨在探索 AI 在解决开放式科研问题上的能力边界。 节目深入讨论了 AI 自动化科研背景下的人类角色、合成数据的质量、大团队科研的资源需求，以及对博士生培养模式和学术评价体系的未来影响。
再访姚巍然：医疗Agent能替真人干活吗？
ActAVA AI联合创始人姚巍然发布医疗Agent基准测试χ-Bench，结论是目前AI无法完全替代人类处理复杂医疗流程。 文章深入探讨了医疗场景的政策密集特性，分析了Agent创业的护城河及未来模型走向。
从 Salesforce 出走，用 AI Agent 重构美国医疗行政与理赔
前 Salesforce AI Research 科学家姚巍然创业，利用 AI Agent 自动化美国医疗系统中繁琐的行政与理赔流程。 节目深入探讨了医疗 AI 的合规挑战、技术路径，以及 AI 介入后对医患保三方权力结构的潜在影响。
MIT Alex Gu：AI 做数学能代替数学家吗？
对话 MIT 学者 Alex Gu，探讨 AI 在形式化数学领域的进展。嘉宾分享了与陶哲轩及 Math, Inc 合作开发 AI 数学代理的经验，以及 Gemini 生成代数几何证明的案例。 讨论涉及形式化数学与传统数学的区别、AI 对数学家职业的影响，以及创业公司在此领域的探索与挑战。
对话扩散语言模型研究者：原理、实践与未来展望
播客邀请两位深耕扩散语言模型（Diffusion LM）研究的学者，深入探讨该技术的原理、现状与未来。内容涵盖自回归与非自回归的对比、OpenAI 的态度、蚂蚁集团 LLaDA 的实践以及理论上限分析。 嘉宾拥有港大和 UIUC 的研究背景，分享了 DiffuCoder 和 SGLang 框架整合等一手经验，讨论了扩散模型在并行生成上的优势及面临的挑战。
对话 SGLang RL 负责人赵晨阳：AI 基础设施与开源社区的现状与未来
AI 实话实说首期节目对话 SGLang 核心贡献者赵晨阳，探讨从算法转向 Infra 的心路历程及开源创业经历。 嘉宾深入分析了 LLM 推理引擎的技术痛点，包括 MOE 训练难题、RL 训推一致性以及 Serverless RL 的未来趋势。