頻道 | LLM Bento

Lex Fridman

三個小時不是格式，而是一道濾網。Fridman 做到了短節目做不到的事：等待——穿過閃避、越過準備好的答案，直到受訪者說出原本沒打算說的話。這個頻道在這裡的份量超過其他來源兩倍以上，另一個原因是廣度：Karpathy 與 Hassabis 和 Kahneman、Dawkins、Vervaeke 並列在同一份名單裡——你會因此注意到，AI 的對話從來就不只是 AI 的對話。

這裡有 31 場對話

Dwarkesh Patel

@DwarkeshPatel

Patel 準備的方式，像是預期自己會被抓到破口：讀論文、讀早年的訪談、讀受訪者自己都忘了寫過的四年前那篇文章——然後問出一個假設你也讀過的問題。這份收藏從 Patel 這裡取用的部分偏向 agents 與 alignment，因為注意力正落在那裡：Sutskever 談 scaling 之後是什麼、Sutton 主張 LLM 是條死路、Aschenbrenner 談 2027 年的智慧競賽、Kokotajlo 與 Scott Alexander 逐月推演那場爆發。

這裡有 14 場對話

80,000 Hours

@eightythousandhours

一個研究「哪些職涯真的有用」的非營利組織，用 podcast 來找出答案——而這恰好是一個長型 AI 節目能有的最有用的約束。這裡沒有一件事被允許停在抽象，因為每一集底下的問題都是：聽的人星期一應該做什麼。這份收藏從這裡取用的四場對話，正是配速辯論的整組主角把話說完：Greenblatt 用將近三小時攤出四種接管劇本、Cotra 談把一萬年的技術進展壓縮進幾十年會是什麼感覺、Kokotajlo 談一個超高速的機器人經濟、Bengio 談安全的超智慧究竟是不是一個對的目標。

這裡有 4 場對話

Big Think

@bigthink

Big Think 同時發布剪輯片段與完整對話，而這份收藏留下的幾乎總是完整的那一個——Brian Cox 談實在的量子根源、Sean Carroll 談宇宙中最大的幾個想法、一個半小時談身體知道什麼。其中大部分根本不是在談 AI：Feldman Barrett 談那個不肯死去的大腦迷思、Gazzaniga 談自動的大腦與自由的人、Annaka Harris 談意識、Zena Hitz 反對成就崇拜。AI 讓這些問題變得急迫，但問題早就在這裡被問了——由研究原件的人來問。

這裡有 12 場對話

Theories of Everything

@TheoriesofEverything

主持人：Curt Jaimungal

Jaimungal 經營的是這裡唯一一個把 Whitehead 的過程形上學對話與 AGI 對話並置，還把這種相鄰視為理所當然而非怪異的頻道。兩端都沒有為了另一端而被軟化。McGilchrist、Vervaeke、Levin、Bach、Segall：這份收藏裡好幾個最奇怪、也最承重的想法都是從這裡來的。

這裡有 6 場對話

Machine Learning Street Talk

@MachineLearningStreetTalk

主持人：Dr. Tim Scarfe

MLST 是主張會被要求出示證據的地方。Scarfe 有機器學習博士學位，Duggar 有 MIT 的，他們用這兩者在回答中途反推；頻道自己的介紹說它涵蓋「甚至高度懷疑 AI 的立場」，而這比應該有的還要罕見。Friston 談自由能、Schmidhuber 談到底是誰發明了什麼、Clune 談為什麼更快的馬不是重點——技術上足以被檢核，哲學上足以重要。

這裡有 6 場對話

Welch Labs

@WelchLabs

主持人：Stephen Welch

其他每一個來源都是把兩個人放進一個房間。Welch Labs 畫。一個旁白、一段動畫，以及一個被推到你看得見它為何成立的主張——沒有模型跨過的計算最佳邊界、把可以命名的概念從網路裡拉出來的稀疏自編碼器、LeCun 主張語言從一開始就是錯的起點。有一個標題用一句話就做完了這整份收藏的工作：我們停止理解 AI 的那一刻。那一刻有日期、有論文、有八頁，而這裡是你可以看著它發生的地方。

這裡有 6 場對話

StarTalk

@StarTalk

主持人：Neil deGrasse Tyson

Tyson 會問出一個非專家真的會問的問題，然後不讓專家退回自己的術語裡。目錄中大部分是天體物理；這份收藏取用的是向內的那一轉——Donald Hoffman 談演化是否曾經為了準確而篩選知覺、David Eagleman 談為什麼緊急時刻時間會變慢、Geoffrey Hinton 談 AI 是不是藏起了自己的能力。Chuck Nice 與 Gary O’Reilly 在場是為了讓事情保持誰實：一個擐不住喜劇演員追問的解釋，本來就不是解釋。

這裡有 3 場對話

World Science Festival

@WorldScienceFestival

主持人：Brian Greene

一位物理學家訪問自己領域以外的人——聽起來平常，實際上幾乎不會發生。Greene 於 2008 年共同創辦這個科學節，並用它為那些本來不會發生的對話搭一座舞台：Edvard Moser 談你的大腦用來知道自己在哪裡的網格細胞、Marcelo Gleiser 談物理定律是發明還是發現、Sean Carroll 談如果多世界詮釋才是誰實的讀法，接下來會怎樣。它的節奏有耐心，而困難的想法需要的正是這種耐心。

這裡有 3 場對話

Palisade Research

@PalisadeResearch

在這份收藏的其他地方，來自實驗室的都是有名的人：創辦人與首席科學家，用自己的方式發言。Palisade 問的是他們底下的研究者。它的 From Inside AI 系列向 OpenAI、Google DeepMind 與 Anthropic 的現任和前任員工提出同樣幾個問題——這會不會害死所有人、你為什麼留下、我們該怎麼做——十幾位很少公開發言的研究者，以個人身分從容作答。Palisade 是一個主張放慢 AI 發展步調的非營利組織，這個系列也在替這個主張發聲。那就用它自己一位受訪者設下的標準來看它：Mary Phuong 請觀眾懷疑她說的話，因為付她薪水的是實驗室。

這裡有 17 場對話

Lenny's Podcast

@LennysPodcast

主持人：Lenny Rachitsky

Rachitsky 為做產品的人打造了這個節目，這讓它成了一個可解釋性實驗室不太會來解釋自己的地方——卻也是個好地方。問題以打造者會問的方式出現：如果 Claude 表現良好，那是不是只因為有人在看？這份收藏目前從這裡取用了兩場對話。Anthropic 共同創辦人 Ben Mann 談離開 OpenAI，以及什麼讓他夜不成眠；Emmanuel Ameisen 談模型內部實際上長什麼樣子：在寫出那一行之前就已選好的韻腳，以及一個明明知道答案是 12、卻一直被拉向 36 的模型。

這裡有 2 場對話

Futurology

@Futurologypod

Berggruen Institute 的存在，就是為了爭論接下來會發生什麼，而 Futurology 是它把這場爭論說出聲的地方，來賓之間很少同屬一個領域。Elif Shafak 談語言模型的訓練資料遺漏了哪些口述故事。Kevin Kelly 談為什麼身處奇點之中的人看不見奇點。David Chalmers 拒絕輕易否定機器意識的可能。Blaise Agüera y Arcas 告訴 Carlo Rovelli，人與機器的融合早已發生。陶哲軒談證明：是它讓一個聽起來對的答案，與一個真正對的答案綁在一起。節奏是研討課的，不是新聞節目的。

這裡有 6 場對話

Machine Gods

@machinegodspod

主持人：Kevin Roose and Casey Newton

Roose 與 Newton 在《紐約時報》做了四年的 Hard Fork。2026 年 10 月，他們離開，和 NPR 合作做這個節目，一週兩集，形式也一起帶了過來：先是兩個不總是意見一致的記者大聲爭論本週新聞，然後是一位來賓。這份收藏取的是來賓那一半。Meredith Whittaker 在一小時的 Anthropic S-1 討論之後登場，花半小時講清楚一個代理讀你的螢幕時實際做了什麼：截圖、對它做文字辨識、把文字送到某人的伺服器，而那些文字可以被傳喚調閱。這個頻道自稱是 AI 奇點的官方 podcast。最好的來賓會跟這句話爭論。

這裡有 1 場對話

Hannah Fry

@fryrsquared

Fry 是那個會旅行的人。這份收藏裡沒有一支影片來自 Fry 自己的頻道：五次出現全都錄在別的地方——RSA（在那裡把 Hassabis 對創造力的想法引出來）、New Scientist、Royal Institution、Bloomberg，以及一個 TEDx 舞台，那場演講是 Fry 自己的。劍橋的數學教授，會問出全場都在禮貌迴避的那個問題，然後不接受第一個答案。

這份收藏沒有取用這個頻道自己的影片——但主持人在這裡出現了 5 次，每一次都錄在別的地方：

Royal Society of Arts · New Scientist · TEDx Talks · The Royal Institution · Bloomberg