#每日学习打卡#大家早上好，今天我们来学习AGI的进展。

本次访谈深入探讨了 AI 技术的演进历程与未来趋势。

谷歌首席科学家 Jeff Dean 分享了从 MapReduce 到 TPU，再到 Gemini 的研发背后的深层逻辑。

讨论涵盖了 AI 智能体的崛起、硬件专门化的必要性、上下文工程的重要性，以及初创企业如何在通用模型主导的时代寻找机会。

核心观点强调了“餐巾纸数学”在决策中的价值，并预测了 AI 驱动的科学发现和自我改进循环将成为下一波技术浪潮的关键。

AI 模型正从单纯的预测工具演变为能够执行长期、复杂任务的智能体（Agents）。

硬件专门化（如 TPU）是解决计算能耗与延迟瓶颈的核心，未来的推理硬件将进一步优化。

在 AI 时代，工程的重点正从计算本身转移到能源效率和数据 I/O 管理上。

创始人的竞争力在于“品味”和对垂直领域（如材料科学、个人信息管理）的深耕。

未来的科学研究将通过自动化实验循环和极速验证模型实现指数级加速。

我们一起学习的。2026.8.8dm