卢正锡、崔升准、朴钟贤、金成贤深入探讨人工智能最新技术、产业与哲学的深度对话播客。
EP 120
过去两周，韩国存储芯片企业的股价较高点下跌超过 40%，CoreWeave 的债券收益率和 CDS spread 飙升，“AI 泡沫论”再度浮现。这轮调整与其说是需求转弱的结果，不如说更接近利率、做空和合同期限错配等金融因素带来的短期冲击。从“价值流向不会外流的稀缺性”这一角度看，data 和 talent 终究会流动，Frontier Lab 与 Near Frontier Lab 的差距可能缩小，模型也很可能成为通用商品。那么，价值将流向掌握 Frontier Lab 无法拥有的 operation loop 的企业。本期梳理数据中心的融资结构、Lab 进军各领域的顺序，以及判断市场转折点的七项指标。
EP 119
在旧金山的最后一晚，朴钟贤从他在当地举办的 Video as Code 活动聊起。这种方式让 LLM 编写代码来制作动态图形和解说视频，而不是让视频模型直接生成像素。他还分享了由 AI 完成 99% 剪辑的 sudoremove 频道、比较多种模型与工具的动态图形实验，以及通过观众反应检验“这到底是 slop，还是真正的好内容”的频道实验结果。崔胜准介绍了表演作品“生成式误读”：把 bytebeat 代码一次次误读为声音、图像、表情符号和故事。由此，两人讨论 AI 的创造力能否走出训练数据的分布、解说者的未来，以及哪些事物一旦交给 AI 生成就会失去意义。
2026/10/23
EP 118
2026 年 10 月第二周，卢正石、崔胜准、朴钟贤三人从各自的视角回答同一个问题：“我们真的正在穿越奇点吗？”卢正石把四大科技公司计划在 2026 年投入的 7,250 亿美元（约 1,000 万亿韩元）capex，以及只有其十分之一左右的 AI 收入，放到铁路热潮的过度投资周期里对照，认为泡沫破灭一次之后真正的增长才会开始，而价值最终会流向“稀缺之处”，也就是积累了语境与责任、需要在不确定中做出决策的位置。身在旧金山的朴钟贤分享了当地的氛围：说着“只要买得到 GPU 就全卖得出去”的推理公司、有观众落泪的 AI 电影放映会，以及自己研发内部模型的 B2C 公司。崔胜准梳理了 OpenAI 公开 722 篇数学论文引发的“Mathpocalypse”、数学界的反应，以及 Terence Tao 关于 Math 2.0 的讨论。这是一场在过快的变化面前退后一步、追问什么是信号什么是噪音的 90 分钟思想实验。
2026/10/12
EP 117
我们与科丝美诗 PI 创新部门负责人 Jongok Ko 一起，聊了在韩国被称为“江北的 IT”的企业 ERP 生态（有别于板桥的互联网公司，是由大型 SI 和套装企业软件构成的世界）正如何被 AI 撼动。从十年一轮的新一代 ERP 项目、以 SAP·ABAP 为中心的封闭生态，以及实际业务并不跑在 ERP 上、而是跑在一线 Excel 上的现实出发，分享了公司内部 100 多名领域专家亲自提交代码、对自己的工作进行 DX·AX 的过程。我们还谈到由此带来的量化成果——未来两三年约 70 亿韩元的方案投资得以省下，年度维护费也大幅削减——以及 ERPNext 这类开源系统可能形成的新平衡点。最终的结论是：核心在于知识劳动者要问自己的那个问题——“先亲手颠覆自己的工作，然后再想接下来做什么”。
2026/10/5
EP 116
Claude Opus 5.5 和 GPT-6 Sol 相隔仅两小时发布。本期先聊聊前沿模型约每 70 天更新一次的速度，以及随之而来的价格竞争。接着，我们一起观看 Opus 5.5 不借助现成素材、仅用代码制作的动态视觉、画风复现、游戏和 PCM 音乐演示，并看看 Jeffrey Katzenberg 提出的“AI for Creativity”，以及 Kyle McDonald、Zach Lieberman 等创意编程艺术家的反应。当什么都能创造时，人类会选择创造什么、观看什么？最后还有旧金山 Tech Week 和 DevDay 前夕的现场消息。
2026/9/28
EP 115
我们以 All-In Summit 的主要议程为基础，审视 AI 开发的速度调节、巨额基础设施投资的可持续性，以及美国与中国的技术竞争。通过 Jensen Huang、Satya Nadella、Elon Musk 等业界领袖的视角，探讨 AI 生态系统的利润从模型转向应用的可能性，并指出电力与数据中心的瓶颈。我们还会谈到 RSI 与对齐问题、多智能体的发展，以及围绕 AI 安全的利益与争论。借由果蝇连接组和 Jev 等最新实验所显示的“组合式玩法”扩散，我们讨论对这场已经难以停下的 AI 发展所抱有的期待与不安。
2026/9/21
EP 114
本期视频通过 Navier–Stokes 方程挑战案例，探讨大规模多智能体与海量算力如何改变数学研究。随后，我们将直接讨论 GPT Image 2.5 的图像一致性与编辑性能，以及 Astra 的 computer use 和智能体应用案例。此外，还将说明 Google DeepMind 的 AlphaGenome Atlas 对基因变异与疾病研究、新药开发可能产生的影响，并梳理 AI for Science 的现状与未来。我们也将共同讨论快速发展的 AI 技术给研究生态、安全以及人类角色提出的问题。
2026/9/10
EP 113
模型变了，重新设计harness. 从GPT-6 Astra的使用体验出发，讨论速度与成本、No-CoT和latent reasoning的可能性，以及观察模型推理过程的局限。话题延伸到ARC-AGI-3中harness的作用、Computer Use，以及试错和打造优秀产品的价值。
2026/9/9
EP 112
本期是与 HyperAccel CTO 李晋源一起从头到尾梳理 LLM inference 核心原理的进阶课程。我们将循序渐进地讲解 prefill 与 decode 的区别、KV cache 的容量问题，以及如何通过 arithmetic intensity 和 roofline analysis 理解 decode 为何必然受到 memory-bound 限制，并介绍如何解读 SemiAnalysis InferenceX 基准中的 interactivity–throughput Pareto curve。随后，我们还将探讨 continuous batching、PagedAttention、chunked prefill、speculative decoding、prefill-decode disaggregation 等已应用于实际 production 的优化技术，以及在 agentic AI 时代，KV cache 管理为何会成为新的瓶颈。最后，我们还会聊到采用 LPDDR 的低功耗、低成本 AI 芯片 Bertha，以及 OpenAI Jalapeño、NVIDIA 收购 Groq 所预示的 heterogeneous computing 未来。
2026/9/1
EP 111
解析韩国自主基础模型（独破模）三家入选结果与基准测试第一名 Motif 落选的背景，并探讨 Sutton 的 持续学习 愿景、让设计可验证的实验以及 Agent 工作流。
2026/8/23
EP 110
梳理夏季的模型发布潮与Black Hat上公开的OpenAI智能体入侵事件，讨论推理轨迹窃取、distillation，以及不对齐为何成为2026年的关键词。
2026/8/18
EP 109
实地参观 Sionic AI 的 GPU 数据中心，深入探讨推理服务器与 Token 工厂的运营、prefill·decode 分离，以及超高速 token 生成带来的变化。
2026/8/16
EP 108
从铜互连的极限、CPO与Optical I/O，到AI驱动的光子器件设计，深入探讨硅光子学的现状与未来。
2026/8/8
EP 107
从 AI 概念股的过山车行情和 Leopold Aschenbrenner 清仓投资组合谈起，深入解读 Kimi K3 的架构、后训练与强化学习设计、开放权重争论，以及递归式自我改进的开端。
2026/8/2
EP 106
从攻破 Hugging Face 的 agentic attacker 事件说起，梳理 Opus 5、Kimi K3 与 GPT-5.6 Sol 同时发布的一周。随后讨论从按 Token 定价转向按任务定价的竞争、使用量向 Codex 的迁移，以及最终落到电力的供给侧瓶颈。
2026/7/26
EP 105
围绕“AI 能否做研究”这一问题，我们从曾被拒稿的 PPO 论文谈起，剖析 ICML 论文与评审量激增，以及 arXiv 同行评审争议所暴露出的学术评价体系裂缝。随后，结合 Dwarkesh 播客中 Grant Sanderson（3Blue1Brown）与 Adam Brown 的访谈，讨论 IMO 金牌与真实数学研究之间的差距、RLVR 难以提供奖励的领域，以及“压缩即智能”的观点。 我们也分享了 Hugging Face Reproduce Challenge、研究 Ralphthon 等尝试借助 AI 撰写和评估研究的实践，并探讨创造好的定义是否终究仍是人类的职责。
2026/7/25
EP 104
本期聚焦 2026 年 7 月 ICML 周期间突然发布的 GPT-5.6。我们将梳理最新的前沿模型动向，包括被称为新一代日常主力模型的 GPT-5.6 的性能与定价策略、GPT-Live 的登场、递归式自我改进（RSI）的信号，以及围绕 GPT-6 的传闻。此外，我们还亲赴首尔 COEX 的 ICML 现场，带大家了解科技巨头、Neocloud 和数据公司的展位情况、火热的招聘氛围，以及围绕 AI for Science，规模派与领域专家之间针锋相对的观点分歧。通过与在 Side Event 上遇到的前沿实验室研究人员交流，生动呈现不断压缩的 AI 发展周期与产业格局的变化。
2026/7/18
EP 103
从 Fable 的问题解决能力和用量快速耗尽谈起，讨论如何按任务选择模型、分配子代理角色，并减少认知债务。我们也通过 Artificial Analysis 和 LMArena 探讨模型评估与人类偏好的局限。
2026/7/12
EP 102
卢正锡的三周硅谷现场报告，涵盖 Frontier Lab、创业公司、VC、AI x Bio、post-train 数据、test-time compute，以及高估值创业生态。
2026/7/5
EP 100
AI Frontier第100期以Anthropic Fable 5和Mythos级模型为起点，讨论后训练、数据集工程、循环工程、RSI、主权AI，以及韩国独立基础模型的机会。
2026/6/16
EP 99
以Google I/O和Opus 4.8发布为起点，讨论AI模型发展周期如何加速。通过Gemini 3.5 Flash、Anthropic Dynamic Workflows、code as harness和长时间运行代理，梳理模型之外的运行结构、成本与延迟为何变得更重要。
2026/6/7
EP 98
Hashed CEO金瑞俊做客AI Frontier，与卢正锡深入讨论AI与智能体时代将如何改变未来。他们谈到一个由AI承担执行、人类更需要意图的世界，新型创业者的出现，以及VC、大学和公司等传统概念的拆分。
2026/5/26
EP 97
从 Claude Code、Codex 进化为超级 App 的趋势，到 T_brain、burnout 与 AI psychosis，卢正锡、崔升准一起梳理 AI 时代人类侧的瓶颈与新的工作节奏。
2026/5/21
EP 96
我们跟随 Dwarkesh 的黑板讲座，梳理 LLM 推理基础设施的经济学，从 KV cache、prefill/decode 到 HBM、NVLink 和 roofline analysis。
2026/5/8
EP 95
深入解读 DeepSeek-V4：1.6T 规模、Sparse Attention、mHC 与 Muon Optimizer 如何改变 long-context 性能与 KV cache 成本结构。
2026/4/28
EP 93
2026年3月31日，Claude Code的全部源代码在npm分发过程中泄露。与Sionic CEO Noah Ko一起，讨论泄露事件时间线、AI代码重写(Claw Code)的版权争议，以及harness工程时代IP价值的变化。
2026/4/7
EP 92
以Andrej Karpathy与Sarah Guo的播客以及Terence Tao与Dwarkesh Patel的访谈为核心，深入探讨AI时代'manifest'与auto research的可能性与局限。
2026/3/29
EP 91
OpenClaw聚会回顾，将AI视为search problem的视角，bundle-unbundle结构变化，1/10x效率vs 10x新业务，以及4年AX经验的坦诚总结。
2026/3/21
EP 90
2026年3月14日，距离 AlphaGo 震撼世界已过去整整 10 年。我们将一起回顾此后 AI 是如何一路加速发展的。本期与 HyperAccel CTO 李珍元一起，聊聊韩国深度学习社区的成长、推理专用 AI 半导体试图解决的成本问题，以及从 AlphaGo 到当今推理模型的一条技术演进脉络。我们也会谈到 DeepMind 关于 AlphaGo 十周年的文章、"第37手（Platform 37）"所象征的下一个十年方向，以及 Autoresearch、RLVR 这类自我增强循环的意义。在这个快速变化的时代，究竟该创造什么、又该如何做好准备，不妨从过去的时间线里寻找线索。
2026/3/15
EP 89
随着 GPT-5.4 的发布和 Claude 新功能的公布，AI 编码工具的「一键」时代正式到来。我们将探讨如何通过 Harness Engineering 和 Scaffolding 有效地利用 AI Agent。
2026/3/15
EP 88
2026年3月，时隔许久再次请来金成贤，聊聊过去两个月 AI 行业的变化与未来展望。通过 GLM 5 报告再次确认 RL 仍是模型发展的核心方法论，并分享了“环境扩展问题将成为决定未来发展轨迹的关键瓶颈”的分析。
2026/3/4
EP 87
2026年2月21日周六早晨，卢正锡与崔升准一起梳理近期 AI 模型/Agent 趋势带来的速度感与 FOMO，以及所谓“AI 抑郁”的情绪。
2026/2/24
EP 86
与 Lablup 代表申正奎一起，现场展示在 40 天内以约 100 万行规模完成的 `Backend.AI:GO`（Continuum 路由器产品化），并聊聊为什么要做、有哪些变化。我们也会梳理把本地与云模型连接后进行路由、故障应对（circuit breaking）、基准测试/统计、翻译与图像生成等这些“因需求不断叠加而变大”的功能，背后是怎样的产品哲学。此外，还将分享在 agent coding 时代，关于 token 使用量、瓶颈变化、降低 thinking budget 的方法，以及为何高速 inference 会越来越重要的一线洞察。最终，我们会结合实战 workflow，整理如何设计“减少我本人工作的 harness”，并将其扩展到日常业务（开发/财务/营销/内容）的自动化。
2026/2/18
EP 85
2026 年 2 月 8 日星期日早晨，我们一起解读快速涌现的 AI agent/harness 趋势（OpenClaw、Pi、Moltbook 等）所指向的范式转变时刻。
2026/2/11
EP 84
为什么 Physical AI 和 VLA(Vision-Language-Action) 模型正在成为当下机器人领域的核心议题，本期与 sudoremove 的朴钟贤一起，基于最新 demo 梳理整体趋势。
2026/2/11
EP 83
围绕 Token 在一次生成中经历的旅程，直观拆解 Transformer“为什么会这样工作”。KV cache·Attention·RoPE·MoE 等...
2026/1/28
EP 82
随着 Claude Opus 4.5 的登场，连 Andrej Karpathy 都感到了 FOMO 的当下，我们重新思考 Prompting 的原理。为什么必须放入特定 token，模型隐藏的...
2026/1/28
EP 81
2025年12月27日周六早晨，卢正锡、金成贤、崔升准回顾 2025 年 AI 全年，并展望 2026 年。DeepSeek 之后，MoE 与 RLVR（agent post-training）...
2026/1/28
EP 80
如果说2025年会因Claude Code发布而被记为编码之年，那么即将到来的2026年很可能会成为由AI改变科学范式的一年……
2026/1/28
EP 79
本期视频以 GPT-5.2 更新为契机，梳理 OpenAI 职务型基准 GDPVal 分数暴涨所意味着的变化（成本、速度、劳动重组）....
2026/1/28
EP 78
Ilya Sutskever 抛出的一句话，为什么会让 AI 社区沸腾？本期我们将拆解 Ilya Sutskever 出演 Dwarkesh Patel 播客的核心内容...
2026/1/28
EP 77
本周，期待已久的 Gemini 3 发布，在 AI 行业掀起巨大波澜。随着 Gemini 3 的登场，pre-training 与 post-training 的进步、AI 扩展法则的...
2026/1/28
EP 76
韩美幼儿园官网: https://www.hanmiu.cc/ 本期视频中，AI Frontier 的共同主持人崔升准将分享他的教育哲学，以及他对未来教育的思考与实践...
2026/1/28
EP 75
中国 Moonshot 的 Kimi K2 Thinking 模型在基准测试中取得了超越 GPT-5 和 Sonnet 4.5 的成绩，展现了后训练时代模型快速发展的态势...
2026/1/30
EP 45
在前沿模型的攻势下，初创公司该如何生存？本期讨论两条分岔路: 建立在 AGI 基础设施之上的服务，还是垂直整合型 AI 服务，并分享一个关键洞察: non-verifiable data domain，才是前沿模型无法侵入的真正护城河(moat)。
2025/3/29