Chủ đề thịnh hành
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
AI hiện đã tiêu thụ toàn bộ kiến thức viết ra của thế giới.
Vậy ChatGPT và Claude làm thế nào để ngày càng thông minh hơn?
Các chuyên gia con người tạo ra dữ liệu đào tạo mới từ đầu.
→ Tiến sĩ Sinh học tìm ra nơi ChatGPT gặp lỗi trong việc gập protein, sau đó viết ra giải pháp từng bước chính xác mà không có ở đâu trên mạng.
→ Tiến sĩ Vật lý phát hiện ChatGPT thất bại trong các phép tính trường lượng tử, sau đó cung cấp bằng chứng toán học hoàn chỉnh với phương pháp đúng.
→ Mỗi chuyên gia được trả từ 150-200 USD/giờ cho công việc này.
Từ cuộc trò chuyện của tôi với @GarrettLord: Các phòng thí nghiệm AI đã chuyển từ "đào tạo trước" (dữ liệu hiện có) sang "đào tạo sau" (con người lấp đầy các khoảng trống kiến thức).
Điều này yêu cầu hàng trăm ngàn chuyên gia trong mọi lĩnh vực.
@JoinHandshake nhận ra mạng lưới sinh viên độc quyền 20 triệu người của họ (hơn 500K tiến sĩ, 3 triệu sinh viên thạc sĩ) chính là những gì các phòng thí nghiệm tiên phong cần, và trong chưa đầy một năm đã xây dựng một doanh nghiệp trị giá 100 triệu USD kết nối những chuyên gia này với mọi phòng thí nghiệm AI lớn.
Đây hiện là một trong những công ty phát triển nhanh nhất trong lịch sử Silicon Valley—và đang tăng tốc.
Một trong những cuộc trò chuyện làm sáng tỏ nhất của tôi trong năm nay:

23:30 24 thg 8
Từ 0 đến 50 triệu đô la trong 4 tháng. Hơn 100 triệu đô la trong 12 tháng.
Đó là câu chuyện về cách @JoinHandshake phát hiện ra rằng họ đang sở hữu tài nguyên quý giá nhất của AI: 20 triệu sinh viên và chuyên gia.
Trong suốt một thập kỷ, @GarrettLord đã xây dựng một mạng lưới nghề nghiệp cho sinh viên và tiến sĩ. Một doanh nghiệp tuyệt vời, đang phát triển tốt. Rồi AI xuất hiện.
Mùa Giáng sinh năm ngoái, Garrett nhận ra rằng mạng lưới 500.000 tiến sĩ và 3 triệu thạc sĩ của anh chính xác là những gì các phòng thí nghiệm AI tiên tiến cần để huấn luyện các mô hình của họ.
Anh đã bay khắp đất nước trong kỳ nghỉ, nói chuyện với các lãnh đạo phòng thí nghiệm, và khởi động một doanh nghiệp mới trong công ty hiện tại của mình. Sau tám tháng, họ hiện đang làm việc với tất cả 7 phòng thí nghiệm AI tiên tiến lớn nhất và đã trở thành một trong những doanh nghiệp phát triển nhanh nhất trong lịch sử Silicon Valley.
Trong cuộc trò chuyện của chúng tôi, Garrett chia sẻ:
🔸 Cách Handshake tìm thấy cơ hội này
🔸 Tại sao các mô hình AI cần các chuyên gia con người (ví dụ: tiến sĩ vật lý) để cải thiện
🔸 Điều gì thực sự liên quan đến "gán nhãn dữ liệu"
🔸 Bên trong công việc thực tế: một tiến sĩ sinh học làm gì trong 8 giờ để làm cho GPT-5 thông minh hơn
🔸 Sổ tay xây dựng một startup bên trong một startup: các đội riêng biệt, văn phòng riêng biệt, mọi thứ riêng biệt
🔸 Tại sao sự chuyển đổi từ "chuyên gia tổng quát" sang "chuyên gia" trong việc gán nhãn dữ liệu đã tạo ra một cơ hội kinh doanh hiếm có
🔸 Tại sao AI sẽ không loại bỏ các công việc cấp thấp - nó đang tạo ra "bộ giáp Iron Man" giúp nhân viên junior tăng năng suất gấp 10 lần
Nghe ngay bây giờ 👇
• YouTube:
• Spotify:
• Apple:
Cảm ơn các nhà tài trợ tuyệt vời của chúng tôi đã hỗ trợ podcast:
🏆 @coderabbitai — Giảm thời gian xem xét mã và lỗi xuống một nửa. Ngay lập tức:
🏆 @orkesio — Nền tảng doanh nghiệp cho các ứng dụng đáng tin cậy và quy trình làm việc tự động:
🏆 @AnthropicAI — AI cho những người giải quyết vấn đề và doanh nghiệp:
42,07K
Hàng đầu
Thứ hạng
Yêu thích