【專訪】博斯特羅姆：AI 的好壞是同一枚硬幣，護欄已經破了
五角大廈宣布與七家 AI 公司簽署機密系統合約——這條新聞出現在這場訪談的開頭，不是湊熱鬧，是在提醒你：AI 已經不是矽谷的私事。主持人 Megan Medic 把問題砸得很直：我們還有沒有機會踩煞車？坐在對面的是尼克·博斯特羅姆（Nick Bostrom），牛津大學哲學家，人類未來研究所創辦人，《超級智慧》一書的作者——這本書在 AI 還只是學術圈話題的年代，就把機器智慧失控寫成《紐約時報》暢銷書。
詳情分析 →訪談
AI 名人觀點
重要訪談
替你解析 AI 界關鍵人物的重要訪談、對話、演講 — 透過名人的思想看見未來。
137
位人物
185
篇訪談解讀
158
個訪談來源
依月份瀏覽
BY MONTH
2026 年 8 月
本月所有 AI 名人觀點訪談解讀，依發布日期排序
83
篇解讀
【專訪】DHH親測：AI代理讓Linux躍居最可能的未來
DHH——David Heinemeier Hansson，Ruby on Rails 這套驅動全球無數網站的框架的創造者，也是生產力工具公司 37signals 的 CTO——13 個月前還在公開唱衰 AI 寫程式這件事。現在他坐在 Lex Fridman 的麥克風前，告訴你他三個月做的 Linux 作業系統 Omarchy Quattro，一行程式碼都不是自己敲的。
詳情分析 →【對談】Dylan Patel：兩家實驗室正在吃掉全世界的算力
Dylan Patel 不是什麼名嘴評論員。他是 SemiAnalysis 的創辦人，從晶圓廠設備到資料中心電力，整條 AI 硬體供應鏈都是他的基本盤，矽谷的人付訂閱費看他的報告。這場訪談的背景是：2026 年上半年，AI 的算力軍備競賽已經滾得夠大，以至於供應鏈，利率，甚至各國主權債務都開始被拉進來。主持人 Dwarkesh Patel 開門見山：世界經濟走向，愈來愈只是 AI 實驗室經濟走向的函數。
詳情分析 →【演講】卡帕西潑冷水：AI 代理是這十年的事，不是今年
卡帕西（Andrej Karpathy）這個名字，在 AI 圈的分量大概等同於一位教過半個矽谷的老師——他是 OpenAI 創始成員之一，後來去特斯拉主導自動駕駛的 AI 開發長達五年，再後來自己出來做 AI 教育。他不是那種只會在台上講願景的人，他寫過真實跑在車上的神經網路，也寫過被幾百萬人用來學 AI 的課程。這場演講的對象是即將進入業界的學生，但他說的事情，每一件都跟你的公司有關。
詳情分析 →【對談】Casado 與西諾夫斯基：AI 把產業從工程問題變成資本問題，舊直覺要重校了
AI 能不能解黎曼猜想？
詳情分析 →【專訪】Ghahramani：AI 最危險的缺陷不是算錯，而是錯得太篤定
AI 現在最大的問題不是不夠聰明，而是太有把握。你問 ChatGPT 一個問題，它給你一個答案，語氣篤定，哪怕它根本不知道自己在說什麼。這個毛病，Zoubin Ghahramani 三十年前就看到了。
詳情分析 →【專訪】Micron 梅赫羅特拉：記憶體是 AI 基礎建設，不是景氣循環商品
美國還能造晶片嗎？這個問題在過去十年裡被問爛了，答案通常是悲觀的。桑傑·梅赫羅特拉（Sanjay Mehrotra）偏偏選在工地現場接受訪問——背後是鋼筋混凝土和戴安全帽的工人——用腳投票回答這個問題。梅赫羅特拉是 Micron Technology 董事長兼執行長，Micron 是美國境內碩果僅存的記憶體晶片製造商，在台灣，韓國廠商主導全球記憶體供應的格局下，這個身分本身就是一種稀缺。
詳情分析 →【專訪】奧特曼坦言時間表估錯，AI產業公關也太糟糕
AI 正在以多快的速度改變商業？這個問題在 2026 年吵得沸沸揚揚，而最有資格回答的人之一，是山姆·奧特曼（Sam Altman）——OpenAI 的執行長，也就是 ChatGPT 背後那家公司的掌舵人。他在這場長達一個半小時的深度訪談裡，從童年談到創業哲學，從 AGI 風險談到他自己也用不好自家產品。主持人是一位專門研究創業家傳記的播客主，訪談氣氛像是兩個對科技史都過度著迷的人，坐下來互相驗證各自的執念。
詳情分析 →【對談】王堅說 AI 幫人，Yampolskiy 說再快就沒人
ITU（國際電信聯盟）主辦了一場叫做 AI for Good 的辯論會，地點在日內瓦。外界正在吵的問題很簡單：AI 到底是在救人，還是在毀人？
詳情分析 →【對談】梅拉妮·米歇爾：AI 能說笑話，但那不叫思考
AI 會不會思考，這個問題科學圈已經吵了幾十年。但最近兩三年，ChatGPT 這類大型語言模型突然能寫出流暢的句子，解數學題，寫程式，讓這個老問題重新燒起來。梅拉妮·米歇爾（Melanie Mitchell）是聖塔菲研究所的 AI 與認知科學教授，也是《人工智慧：給思考者的指南》一書的作者——她長年站在 AI 研究與哲學的交界處，是這個問題最適合開口的人之一。
詳情分析 →