实体库 · 期 Buzzwords · 档案重建
EP.6智能体新增 · 待复核
EP.6（2024-04-19）：斯坦福 AI Index：Infra 投资涨了 18 倍。档案重建；6 个故事线 / 专题 · 41 个条目 · 讲到 9 个实体。每个故事线 / 专题 / 条目都是库里的一个节点，连到它讲到的机构、App、模型和人。
- 分享日2024-04-19
- 页面xiaopingfeng.com/buzzwords/6/ · 档案重建 · 当期录播后补建的页面，话题 + 备课笔记的链接清单
- 标题斯坦福 AI Index：Infra 投资涨了 18 倍
- 一句话斯坦福 AI Index 500 页：AI 已在部分任务超过人类基线、Infra 投资涨 18 倍、中美新公司数量 290 对 100 多
- 规模6 个故事线 / 专题 · 41 个条目 · 讲到 9 个实体
故事线与专题 6 个 · 点标题到页面上的那一节；摘要是页面自己的导语（档案重建的期里是话题）
搜索
排序视图
共 6 条
把向量库塞进浏览器，让每个 Tab 当一个 agent找向量数据库的时候撞见一个挺自然的方向：能不能把向量库直接跑在浏览器里。确实有不少实现，IndexedDB 之类都能承载。
硬件那边：会动的小机器人和一直在录音的吊坠这期看了两个硬件。一个是带履带的桌面小机器人——用手机当大脑，有自己的时间线和世界观，能识别手势和语气、会抓拍周围空间，走情感陪伴路线。众筹超额完成，当时准备量产。
两份把脉络讲通的入门材料一份文档把大模型的来路一以贯之地串了一遍：最早是个分类问题 → 简单线性回归 → 复杂一点的分类和回归 → 分类的不只是文字，图片怎么办 → 复杂度撑不住了，得上神经网络 → 大量训练数据。绕了一圈，回到最初的梦想其实差不太多。
两份 RAG 教程，数据准备那部分写得最细第一份是 Galileo 的：把 RAG 拆成一个个 component，逐个说清关注点和要做的事。里面引用的提示词技巧当时相当新——已经没人只讲 CoT 了，ToT 是起步，后面还往上叠。
AI Index：措辞从「只在某些任务」变成了「但还不是全部」斯坦福这份报告 500 页，数据极多。第一条 takeaway 是 AI beats humans on some tasks, but not on all。
钱在往哪走：Infra 一年涨 18 倍投资部分的数字对比很直接：美国约 170 亿美元，第二名约 70 亿美元。新成立的 AI 公司数量，2023 年美国是 290 家，中国 100 多家——两边差距和投资额是对应的。
共 6 条 · 数据 2026-11-04
条目 41 个 · 本期资料 41 · 信源徽章与 MUST / TECHREAD / ★ 是页面自己的标记
搜索
栏目
信源
必读
排序视图
共 41 条
共 41 条 · 数据 2026-11-04
这一期讲到的机构、人、App 和模型 9 个 · 名称匹配（名字在标题里记「主角」，只在正文里记「提及」），待复核；按它们在这一期被讲到的条目数排
被讲到最多的（按故事线 / 专题 / 条目数）
共 8 条 · 数据 2026-11-04
机构 · 6
人员 · 1
- Andrej Karpathy研究员 / 创始人 / 投资人 · OpenAI 联合创始人；Eureka Labs 创始人
共 1 条 · 数据 2026-11-04
App · 2
- ChatGPT通用助手 · #1 · OpenAI
- Hugging Face模型与开发者平台 · #29 · Hugging Face
共 2 条 · 数据 2026-11-04